Segmentación de Imágenes de Resonancia Magnética (IRM) para determinar regiones tumorales de cancer de próstata

dc.contributor.advisorCancino de Greiff, Héctor Fernandospa
dc.contributor.authorRodríguez Sánchez, Carlos Albertospa
dc.date.accessioned2016-12-26T20:17:38Z
dc.date.available2016-12-26T20:17:38Z
dc.date.created2016-12-12spa
dc.descriptionEn el presente trabajo se muestran resultados relacionados del análisis de RMI [41] adquiridas a partir del método bi-exponencial del movimiento incoherente de un vóxel implementado inicialmente por Lebihan y conocido más comúnmente como método IVIM [31] (por sus siglas en inglés, IntraVoxel Incoherent Motion) a través de la perfusión, la difusión y la difusión aparente de imágenes de próstata comparándolas con imágenes de hígado y cerebro. Se selecciona segmentación por crecimiento de regiones con el clasificador de máquina de soporte vectorial para procesar las IRM adquiridas con el método IVIM, se pretende comparar técnicas novedosas en el post-procesamiento de las imágenes para obtener los mapas de fracción de perfusión, y difusión, utilizadas normalmente en la caracterización de angiogénesis en tejidos cancerosos. Este documento valida los resultados presentados en trabajos relacionados con el tema, tal como Román, (2013) y Gómez, (2010). Si bien de las imágenes obtenidas por IVIM aún presentan una alta sensibilidad, el post-procesamiento de las mismas soporta la idea general que esta técnica puede llegar a ser útil para la detección de cáncer de próstata identificando a través de los vóxeles células sanas de cancerosas.spa
dc.description.abstractAim: The main purpose of this study is to present some results related with the use of code for the analysis of Magnetic Resonance Imaging (IMR) with the idea of analysing anatomical images with high contrast and resolution, based on the bi-exponential method of incoherent motion, initially implemented by Lebihan, commonly known as Intravoxel Incoherent Motion method (hereafter, IVIM). method: By analysing segmentation algorithms in IMR images acquired by IVIM’s method, we pretend to validate and compare novel techniques in the post-processing of the images obtained by perfusion, diffusion and apparent diffusion, often used in the characterization of angiogenesis in cancerous tissues. Results: This work validates the results reported by Roman, (2013) and Gomez (2010). While the images obtained by IVIM still exhibit high sensitivity, post-processing analysis supports the general idea that this technique can be useful for the detection of prostate cancer.spa
dc.format.mimetypepdfspa
dc.identifier.urihttp://hdl.handle.net/11349/4749
dc.language.isospaspa
dc.rightsAtribución-NoComercial-SinDerivadas 4.0 Internacional*
dc.rights.accesoAbierto (Texto Completo)spa
dc.rights.accessrightsinfo:eu-repo/semantics/openAccessspa
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.subjectRMIspa
dc.subjectSeñalesspa
dc.subjectIVIMspa
dc.subjectCáncer de próstataspa
dc.subjectProcesamiento de imágenesspa
dc.subject.keywordRMIspa
dc.subject.keywordCancer of prostatespa
dc.subject.keywordSignalsspa
dc.subject.keywordIVIMspa
dc.subject.keywordImage processingspa
dc.subject.lembMaestría en Ciencias de la Información y las Comunicaciones - Tesis y disertaciones académicasspa
dc.subject.lembResonancia magnética en imágenesspa
dc.subject.lembProcesamiento de imágenesspa
dc.subject.lembNeoplasmas de la próstataspa
dc.titleSegmentación de Imágenes de Resonancia Magnética (IRM) para determinar regiones tumorales de cancer de próstataspa
dc.title.titleenglishSegmentation of Magnetic Resonance Images (RMI) to determine tumor regions of prostate cancerspa
dc.type.coarhttp://purl.org/coar/resource_type/c_bdccspa
dc.type.driverinfo:eu-repo/semantics/masterThesisspa

Archivos

Bloque original

Mostrando 1 - 1 de 1
Cargando...
Miniatura
Nombre:
RodríguezSánchezCarlosAlberto2016.pdf
Tamaño:
2.06 MB
Formato:
Adobe Portable Document Format
Descripción:
Tesis de Maestría

Bloque de licencias

Mostrando 1 - 1 de 1
No hay miniatura disponible
Nombre:
license.txt
Tamaño:
7 KB
Formato:
Item-specific license agreed upon to submission
Descripción: