Tesis doctoral de Catalina Tobon Gomez
Las enfermedades cardiovasculares (ecvs) son la principal causa de mortalidad en el mundo occidental. El interés de prevenir y tratar las ecvs ha desencadenado un rápido desarrollo de los sistemas de adquisición de imágenes médicas. Por este motivo, la cantidad de datos de imagen recolectados en las instituciones de salud se ha incrementado considerablemente. Este hecho ha aumentado la necesidad de herramientas automatizadas para dar soporte al diagnóstico, mediante una interpretación de imagen confiable y reproducible. La tarea de interpretación requiere traducir los datos crudos de imagen en parámetros cuantitativos, los cuales son considerados relevantes para clasificar la condición cardiaca de un paciente. Para realizar tal tarea, los métodos basados en modelos estadísticos de forma han recibido favoritismo dada la naturaleza tridimensional (o 3d+t) de las imágenes cardiovasculares. Deformando el modelo estadístico de forma a la imagen de un paciente, el corazón puede analizarse de manera integral. actualmente, el campo de las imágenes cardiovasculares esta constituido por diferentes modalidades. cada modalidad explota diferentes fenómenos físicos, lo cual nos permite observar el órgano cardiaco desde diferentes ángulos. El personal clínico recopila todas estas piezas de información y las ensambla mentalmente en un modelo integral. Este modelo integral incluye información anatómica y funcional que muestra un cuadro completo del corazón del paciente. Es de alto interés transformar este modelo mental en un modelo computacional capaz de integrar la información de manera global. La generación de un modelo como tal no es simplemente un reto de visualización. Requiere una metodología capaz de extraer los parámetros cuantitativos relevantes basados en los mismos principios técnicos. Esto nos asegura que las mediciones se pueden comparar directamente. Tal metodología debe ser capaz de: 1) segmentar con precisión las cavidades cardiacas a partir de datos multimodales, 2) proporcionar un marco de referencia único para integrar múltiples fuentes de información, y 3) asistir la clasificación de la condición cardiaca del paciente. esta tesis se basa en que los modelos estadísticos de forma, y en particular los modelos activos de forma, son un método robusto y preciso con el potencial de incluir todos estos requerimientos. Para procesar múltiples modalidades de imagen, separamos la información estadística de forma de la información de apariencia. Obtenemos la información estadística de forma a partir de una modalidad de alta resolución y aprendemos la apariencia simulando la física de adquisición de otras modalidades. las contribuciones de esta tesis pueden ser resumidas así: 1) un método genérico para construir automáticamente modelos de intensidad para los modelos activos de forma simulando la física de adquisición de la modalidad en cuestión, 2) la primera extensión de un simulador de resonancia magnética nuclear diseñado para producir estudios cardiacos realistas, y 3) un método novedoso para el entrenamiento automático de modelos de intensidad y de fiabilidad aplicado a estudios cardiacos de resonancia magnética nuclear. Cada una de estas contribuciones representa un artículo publicado o enviado a una revista técnica internacional.
Datos académicos de la tesis doctoral «Three-dimensional statistical shape models for multimodal cardiac image analysis«
- Título de la tesis: Three-dimensional statistical shape models for multimodal cardiac image analysis
- Autor: Catalina Tobon Gomez
- Universidad: Pompeu fabra
- Fecha de lectura de la tesis: 30/06/2011
Dirección y tribunal
- Director de la tesis
- Alejandro Frangi Caregnato
- Tribunal
- Presidente del tribunal: max Viergever
- petia Radeva ivanova (vocal)
- doménec Ros puig (vocal)
- ignasi Carrió gasset (vocal)