Segmentación de Enfermedades Pulmonares Intersticiales en Imágenes de TCAR mediante Análisis de Textura y una Red Convolucional tipo U-Net

Contenido principal del artículo

C. G. Colin Tenorio
A R. Mejía Rodríguez
G. Dorantes Méndez

Resumen

En este trabajo se presenta una estrategia para poder realizar la segmentación de Enfermedades Pulmonares Intersticiales (EPI), específiamente Fibrosis Pulmonar Idiopática (FPI) y Enfisema Pulmonar (EP) de forma simultánea, en imÁgenes de TomografÍa Computarizada de Alta ResoluciÓn (TCAR). Se realizÓ un procesamiento mediante análisis de textura para resaltar las características que diferencian a cada una de las enfermedades, utilizando estadísticos de primer y segundo orden. A partir de las imágenes procesadas se entrenó una red convolucional U-Net, utilizando solo 10 rebanadas de un subvolumen de datos. Se propusieron 3 estrategias de entrenamiento, combinando la imagen de intensidad y diferentes estadísticos de textura, como desviación estándar, energía y homogeneidad. Se obtuvieron las segmentaciones de las diferentes EPI utilizando 10 redes neuronales entrenadas de distinta forma. Los resultados obtenidos mostraron valores de exactitud de hasta un 87% para la clase de FPI, y un valor de índice de similitud DICE e índice de intersección sobre la unión (IoU) de 75% y 78% respectivamente, resultados comparables a lo establecido en la literatura pero utilizando poca información en el entrenamiento de la red

Detalles del artículo

Cómo citar
Colin Tenorio, C. G., Mejía Rodríguez, A. R., & Dorantes Méndez, G. (2020). Segmentación de Enfermedades Pulmonares Intersticiales en Imágenes de TCAR mediante Análisis de Textura y una Red Convolucional tipo U-Net. Memorias Del Congreso Nacional De Ingeniería Biomédica, 7(1), 540–547. Recuperado a partir de https://memoriascnib.mx/index.php/memorias/article/view/808
Sección
Concurso Estudiantil