Tesis doctorales DIEC - IEKS Doktoretza tesiak

Permanent URI for this collection

http://hdl.handle.net/2454/29504

Browse

Browsing Tesis doctorales DIEC - IEKS Doktoretza tesiak by Subject "Arquitectura CycleGAN"

Now showing 1 - 1 of 1
  • Thumbnail Image
    PublicationOpen Access
    Contributions of artificial intelligence based image processing techniques to Multiparametric Magnetic Resonance Thoracoabdominal Imaging
    (2025) Oyarzun Domeño, Anne; Villanueva Larre, Arantxa; Fernández Seara, María A.; Ingeniería Eléctrica, Electrónica y de Comunicación; Ingeniaritza Elektriko eta Elektronikoaren eta Komunikazio Ingeniaritzaren
    Esta Tesis se centra en el desarrollo de un marco de procesado de imagen basado en aprendizaje profundo, específicamente diseñado para imágenes de tipo arterial spin labeling (ASL), cuyo carácter no invasivo resulta esencial para el estudio de perfusión en pacientes. Se ha abordado la falta de métodos de aprendizaje profundo dedicados al procesado de imágenes ASL, específicamente en imágenes renales y se ha demostrado la capacidad de dicho marco de adaptarse a otros dominios, como la imagen médica miocárdica. Los avances clave que aporta esta Tesis incluyen la implementación de técnicas de registro de imágenes, segmentación y generación de bases de datos sintéticos. Se ha introducido una adaptación de la arquitectura VoxelMorph para el registro de imágenes ASL en riñones. Además, se ha desarrollado un método de segmentación automática para riñones, corteza y médula, optimizando la estimación de la perfusión renal. Por otro lado, a través del uso de datos sintéticos generados mediante la arquitectura CycleGAN, se ha demostrado que los modelos entrenados con imágenes sintéticas pueden superar a aquellos entrenados con datos reales, enfatizando el valor de los datos sintéticos en la mejora de los modelos de segmentación y en la barrera que supone la escasez y privacidad de los datos clínicos. Asimismo, el marco de procesado de imagen desarrollado ha establecido un sistema totalmente automatizado para estimar los valores de perfusión renal. Para asegurar la adaptabilidad a otros dominios clínicos, se han explorado imágenes ASL de miocardio, y se ha presentado un método automático para la segmentación del miocardio en ASL, que proporciona una estimación del flujo sanguíneo miocárdico. En general, esta Tesis contribuye significativamente al campo de la imagen médica al abordar desafíos clave en el procesamiento de imágenes ASL en riñón y miocardio a través de técnicas basadas en aprendizaje profundo, mejorando las capacidades diagnósticas y sentando las bases para futuros avances en técnicas de imagen médica no invasiva.