Extracción y procesamiento de imágenes de absorciometría de rayos X de doble energía para análisis de calidad trabecular
- Autores
- Fernández, Sebastián; Gómez Ortiz, Ibrian
- Año de publicación
- 2021
- Idioma
- español castellano
- Tipo de recurso
- tesis de grado
- Estado
- versión aceptada
- Colaborador/a o director/a de tesis
- Massa, José María
González, Mailen - Descripción
- En esta tesis se presenta una herramienta para facilitar la extracción y el procesamiento de imágenes en el contexto del diagnóstico de osteoporosis. La osteoporosis es una enfermedad que afecta a los huesos, la cual se caracteriza por la disminución de masa ósea y por un deterioro de las estructuras internas del hueso esponjoso, también conocida como estructuras trabeculares. Es una enfermedad metabólica ósea muy frecuente en el mundo, representando un gran problema de salud pública entre las personas de la tercera edad, especialmente entre las mujeres caucásicas y asiáticas postmenopáusicas, pero también afecta a hombres y niños. Esta enfermedad puede ser prevenida y tratada con diferentes estrategias [Watanabe et al., 2006], algunas de las cuales usan imágenes médicas de diferentes modalidades, incluyendo la absorciometría de rayos X de doble energía (DXA, antes DEXA). DXA es una técnica que se utiliza para medir la densidad mineral ósea (DMO). La DMO se mide principalmente en la columna lumbar, fémur proximal y cuerpo completo. La técnica se basa en medir la transmisión de un haz de fotones de rayos X con dos picos de energía a través del cuerpo del paciente, lo que permite evaluar el contenido en calcio, y por tanto el mineral óseo. Esta técnica ha demostrado ser el factor predictivo más fuerte de riesgo de fractura. Basándose en diferentes índices, se logran tener diagnósticos con un margen de error muy reducido. Dichos índices se sustentan en estudios poblacionales de gran envergadura. El proceso de diagnóstico de osteoporosis requiere varias etapas: la captura de Imágenes de DXA (alta y baja energía) con un dispositivo médico especializado; La selección de las regiones de interés por parte de un técnico médico y finalmente la aplicación de un algoritmo que mide la DMO necesaria para el diagnóstico. Dado que los dispositivos de adquisición de imágenes cuentan con un software privado, la forma en la que se obtienen las imágenes y los algoritmos aplicados al análisis de las mismas, son en mayor parte desconocidos. Esto sumado a la falta estandarización de los fabricantes de los equipos dificulta poder realizar avances hacia el desarrollo de métodos automáticos, o más ágiles para realizar diagnósticos o desarrollar técnicas menos costosas. Teniendo en cuenta lo anterior, es de interés el desarrollo de herramientas informáticas que faciliten el manejo de las imágenes para mejorar los diagnósticos. Párrafo extraído de la tesis de grado a modo de resumen.
Fil: Fernández, Sebastián. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina.
Fil: Gómez Ortiz, Ibrian. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina.
Fil: Massa, José María. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina.
Fil: González, Mailen. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina. - Materia
-
Rayos X
Ingeniería de sistemas
Procesamiento de imágenes
Osteoporosis
DXA
Imágenes médicas digitales
Calidad trabecular en imágenes
Algoritmos de procesamientos de imágenes
DICOM
Diagnóstico por imágenes - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- http://creativecommons.org/licenses/by/2.5/ar/
- Repositorio
- Institución
- Universidad Nacional del Centro de la Provincia de Buenos Aires
- OAI Identificador
- oai:ridaa.unicen.edu.ar:123456789/2801
Ver los metadatos del registro completo
id |
RIDUNICEN_296dbbf8536507f8b608395490eaf22b |
---|---|
oai_identifier_str |
oai:ridaa.unicen.edu.ar:123456789/2801 |
network_acronym_str |
RIDUNICEN |
repository_id_str |
a |
network_name_str |
RIDAA (UNICEN) |
spelling |
Extracción y procesamiento de imágenes de absorciometría de rayos X de doble energía para análisis de calidad trabecularFernández, SebastiánGómez Ortiz, IbrianRayos XIngeniería de sistemasProcesamiento de imágenesOsteoporosisDXAImágenes médicas digitalesCalidad trabecular en imágenesAlgoritmos de procesamientos de imágenesDICOMDiagnóstico por imágenesEn esta tesis se presenta una herramienta para facilitar la extracción y el procesamiento de imágenes en el contexto del diagnóstico de osteoporosis. La osteoporosis es una enfermedad que afecta a los huesos, la cual se caracteriza por la disminución de masa ósea y por un deterioro de las estructuras internas del hueso esponjoso, también conocida como estructuras trabeculares. Es una enfermedad metabólica ósea muy frecuente en el mundo, representando un gran problema de salud pública entre las personas de la tercera edad, especialmente entre las mujeres caucásicas y asiáticas postmenopáusicas, pero también afecta a hombres y niños. Esta enfermedad puede ser prevenida y tratada con diferentes estrategias [Watanabe et al., 2006], algunas de las cuales usan imágenes médicas de diferentes modalidades, incluyendo la absorciometría de rayos X de doble energía (DXA, antes DEXA). DXA es una técnica que se utiliza para medir la densidad mineral ósea (DMO). La DMO se mide principalmente en la columna lumbar, fémur proximal y cuerpo completo. La técnica se basa en medir la transmisión de un haz de fotones de rayos X con dos picos de energía a través del cuerpo del paciente, lo que permite evaluar el contenido en calcio, y por tanto el mineral óseo. Esta técnica ha demostrado ser el factor predictivo más fuerte de riesgo de fractura. Basándose en diferentes índices, se logran tener diagnósticos con un margen de error muy reducido. Dichos índices se sustentan en estudios poblacionales de gran envergadura. El proceso de diagnóstico de osteoporosis requiere varias etapas: la captura de Imágenes de DXA (alta y baja energía) con un dispositivo médico especializado; La selección de las regiones de interés por parte de un técnico médico y finalmente la aplicación de un algoritmo que mide la DMO necesaria para el diagnóstico. Dado que los dispositivos de adquisición de imágenes cuentan con un software privado, la forma en la que se obtienen las imágenes y los algoritmos aplicados al análisis de las mismas, son en mayor parte desconocidos. Esto sumado a la falta estandarización de los fabricantes de los equipos dificulta poder realizar avances hacia el desarrollo de métodos automáticos, o más ágiles para realizar diagnósticos o desarrollar técnicas menos costosas. Teniendo en cuenta lo anterior, es de interés el desarrollo de herramientas informáticas que faciliten el manejo de las imágenes para mejorar los diagnósticos. Párrafo extraído de la tesis de grado a modo de resumen.Fil: Fernández, Sebastián. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina.Fil: Gómez Ortiz, Ibrian. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina.Fil: Massa, José María. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina.Fil: González, Mailen. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina.Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias ExactasMassa, José MaríaGonzález, Mailen2021-062021-09-08T20:38:37Z2021-09-08T20:38:37Zinfo:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_7a1finfo:ar-repo/semantics/tesisDeGradoapplication/pdfapplication/pdfFernández, S. y Gómez Ortiz, I. (2021) Extracción y procesamiento de imágenes de absorciometría de rayos X de doble energía para análisis de calidad trabecular [Tesis de grado]. Universidad Nacional del Centro de la Provincia de Buenos Aires, Argentina.https://www.ridaa.unicen.edu.ar/handle/123456789/2801spahttp://creativecommons.org/licenses/by/2.5/ar/info:eu-repo/semantics/openAccessreponame:RIDAA (UNICEN)instname:Universidad Nacional del Centro de la Provincia de Buenos Aires2025-09-04T09:44:26Zoai:ridaa.unicen.edu.ar:123456789/2801instacron:UNICENInstitucionalhttps://www.ridaa.unicen.edu.ar/Universidad públicaNo correspondehttps://www.ridaa.unicen.edu.ar/oailleiboff@rec.unicen.edu.ar;gimeroni@rec.unicen.edu.ar;lvarela@rec.unicen.edu.ar ;ArgentinaNo correspondeNo correspondeNo correspondeopendoar:a2025-09-04 09:44:27.243RIDAA (UNICEN) - Universidad Nacional del Centro de la Provincia de Buenos Airesfalse |
dc.title.none.fl_str_mv |
Extracción y procesamiento de imágenes de absorciometría de rayos X de doble energía para análisis de calidad trabecular |
title |
Extracción y procesamiento de imágenes de absorciometría de rayos X de doble energía para análisis de calidad trabecular |
spellingShingle |
Extracción y procesamiento de imágenes de absorciometría de rayos X de doble energía para análisis de calidad trabecular Fernández, Sebastián Rayos X Ingeniería de sistemas Procesamiento de imágenes Osteoporosis DXA Imágenes médicas digitales Calidad trabecular en imágenes Algoritmos de procesamientos de imágenes DICOM Diagnóstico por imágenes |
title_short |
Extracción y procesamiento de imágenes de absorciometría de rayos X de doble energía para análisis de calidad trabecular |
title_full |
Extracción y procesamiento de imágenes de absorciometría de rayos X de doble energía para análisis de calidad trabecular |
title_fullStr |
Extracción y procesamiento de imágenes de absorciometría de rayos X de doble energía para análisis de calidad trabecular |
title_full_unstemmed |
Extracción y procesamiento de imágenes de absorciometría de rayos X de doble energía para análisis de calidad trabecular |
title_sort |
Extracción y procesamiento de imágenes de absorciometría de rayos X de doble energía para análisis de calidad trabecular |
dc.creator.none.fl_str_mv |
Fernández, Sebastián Gómez Ortiz, Ibrian |
author |
Fernández, Sebastián |
author_facet |
Fernández, Sebastián Gómez Ortiz, Ibrian |
author_role |
author |
author2 |
Gómez Ortiz, Ibrian |
author2_role |
author |
dc.contributor.none.fl_str_mv |
Massa, José María González, Mailen |
dc.subject.none.fl_str_mv |
Rayos X Ingeniería de sistemas Procesamiento de imágenes Osteoporosis DXA Imágenes médicas digitales Calidad trabecular en imágenes Algoritmos de procesamientos de imágenes DICOM Diagnóstico por imágenes |
topic |
Rayos X Ingeniería de sistemas Procesamiento de imágenes Osteoporosis DXA Imágenes médicas digitales Calidad trabecular en imágenes Algoritmos de procesamientos de imágenes DICOM Diagnóstico por imágenes |
dc.description.none.fl_txt_mv |
En esta tesis se presenta una herramienta para facilitar la extracción y el procesamiento de imágenes en el contexto del diagnóstico de osteoporosis. La osteoporosis es una enfermedad que afecta a los huesos, la cual se caracteriza por la disminución de masa ósea y por un deterioro de las estructuras internas del hueso esponjoso, también conocida como estructuras trabeculares. Es una enfermedad metabólica ósea muy frecuente en el mundo, representando un gran problema de salud pública entre las personas de la tercera edad, especialmente entre las mujeres caucásicas y asiáticas postmenopáusicas, pero también afecta a hombres y niños. Esta enfermedad puede ser prevenida y tratada con diferentes estrategias [Watanabe et al., 2006], algunas de las cuales usan imágenes médicas de diferentes modalidades, incluyendo la absorciometría de rayos X de doble energía (DXA, antes DEXA). DXA es una técnica que se utiliza para medir la densidad mineral ósea (DMO). La DMO se mide principalmente en la columna lumbar, fémur proximal y cuerpo completo. La técnica se basa en medir la transmisión de un haz de fotones de rayos X con dos picos de energía a través del cuerpo del paciente, lo que permite evaluar el contenido en calcio, y por tanto el mineral óseo. Esta técnica ha demostrado ser el factor predictivo más fuerte de riesgo de fractura. Basándose en diferentes índices, se logran tener diagnósticos con un margen de error muy reducido. Dichos índices se sustentan en estudios poblacionales de gran envergadura. El proceso de diagnóstico de osteoporosis requiere varias etapas: la captura de Imágenes de DXA (alta y baja energía) con un dispositivo médico especializado; La selección de las regiones de interés por parte de un técnico médico y finalmente la aplicación de un algoritmo que mide la DMO necesaria para el diagnóstico. Dado que los dispositivos de adquisición de imágenes cuentan con un software privado, la forma en la que se obtienen las imágenes y los algoritmos aplicados al análisis de las mismas, son en mayor parte desconocidos. Esto sumado a la falta estandarización de los fabricantes de los equipos dificulta poder realizar avances hacia el desarrollo de métodos automáticos, o más ágiles para realizar diagnósticos o desarrollar técnicas menos costosas. Teniendo en cuenta lo anterior, es de interés el desarrollo de herramientas informáticas que faciliten el manejo de las imágenes para mejorar los diagnósticos. Párrafo extraído de la tesis de grado a modo de resumen. Fil: Fernández, Sebastián. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina. Fil: Gómez Ortiz, Ibrian. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina. Fil: Massa, José María. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina. Fil: González, Mailen. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina. |
description |
En esta tesis se presenta una herramienta para facilitar la extracción y el procesamiento de imágenes en el contexto del diagnóstico de osteoporosis. La osteoporosis es una enfermedad que afecta a los huesos, la cual se caracteriza por la disminución de masa ósea y por un deterioro de las estructuras internas del hueso esponjoso, también conocida como estructuras trabeculares. Es una enfermedad metabólica ósea muy frecuente en el mundo, representando un gran problema de salud pública entre las personas de la tercera edad, especialmente entre las mujeres caucásicas y asiáticas postmenopáusicas, pero también afecta a hombres y niños. Esta enfermedad puede ser prevenida y tratada con diferentes estrategias [Watanabe et al., 2006], algunas de las cuales usan imágenes médicas de diferentes modalidades, incluyendo la absorciometría de rayos X de doble energía (DXA, antes DEXA). DXA es una técnica que se utiliza para medir la densidad mineral ósea (DMO). La DMO se mide principalmente en la columna lumbar, fémur proximal y cuerpo completo. La técnica se basa en medir la transmisión de un haz de fotones de rayos X con dos picos de energía a través del cuerpo del paciente, lo que permite evaluar el contenido en calcio, y por tanto el mineral óseo. Esta técnica ha demostrado ser el factor predictivo más fuerte de riesgo de fractura. Basándose en diferentes índices, se logran tener diagnósticos con un margen de error muy reducido. Dichos índices se sustentan en estudios poblacionales de gran envergadura. El proceso de diagnóstico de osteoporosis requiere varias etapas: la captura de Imágenes de DXA (alta y baja energía) con un dispositivo médico especializado; La selección de las regiones de interés por parte de un técnico médico y finalmente la aplicación de un algoritmo que mide la DMO necesaria para el diagnóstico. Dado que los dispositivos de adquisición de imágenes cuentan con un software privado, la forma en la que se obtienen las imágenes y los algoritmos aplicados al análisis de las mismas, son en mayor parte desconocidos. Esto sumado a la falta estandarización de los fabricantes de los equipos dificulta poder realizar avances hacia el desarrollo de métodos automáticos, o más ágiles para realizar diagnósticos o desarrollar técnicas menos costosas. Teniendo en cuenta lo anterior, es de interés el desarrollo de herramientas informáticas que faciliten el manejo de las imágenes para mejorar los diagnósticos. Párrafo extraído de la tesis de grado a modo de resumen. |
publishDate |
2021 |
dc.date.none.fl_str_mv |
2021-06 2021-09-08T20:38:37Z 2021-09-08T20:38:37Z |
dc.type.none.fl_str_mv |
info:eu-repo/semantics/bachelorThesis info:eu-repo/semantics/acceptedVersion http://purl.org/coar/resource_type/c_7a1f info:ar-repo/semantics/tesisDeGrado |
format |
bachelorThesis |
status_str |
acceptedVersion |
dc.identifier.none.fl_str_mv |
Fernández, S. y Gómez Ortiz, I. (2021) Extracción y procesamiento de imágenes de absorciometría de rayos X de doble energía para análisis de calidad trabecular [Tesis de grado]. Universidad Nacional del Centro de la Provincia de Buenos Aires, Argentina. https://www.ridaa.unicen.edu.ar/handle/123456789/2801 |
identifier_str_mv |
Fernández, S. y Gómez Ortiz, I. (2021) Extracción y procesamiento de imágenes de absorciometría de rayos X de doble energía para análisis de calidad trabecular [Tesis de grado]. Universidad Nacional del Centro de la Provincia de Buenos Aires, Argentina. |
url |
https://www.ridaa.unicen.edu.ar/handle/123456789/2801 |
dc.language.none.fl_str_mv |
spa |
language |
spa |
dc.rights.none.fl_str_mv |
http://creativecommons.org/licenses/by/2.5/ar/ info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
http://creativecommons.org/licenses/by/2.5/ar/ |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf application/pdf |
dc.publisher.none.fl_str_mv |
Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas |
publisher.none.fl_str_mv |
Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas |
dc.source.none.fl_str_mv |
reponame:RIDAA (UNICEN) instname:Universidad Nacional del Centro de la Provincia de Buenos Aires |
reponame_str |
RIDAA (UNICEN) |
collection |
RIDAA (UNICEN) |
instname_str |
Universidad Nacional del Centro de la Provincia de Buenos Aires |
repository.name.fl_str_mv |
RIDAA (UNICEN) - Universidad Nacional del Centro de la Provincia de Buenos Aires |
repository.mail.fl_str_mv |
lleiboff@rec.unicen.edu.ar;gimeroni@rec.unicen.edu.ar;lvarela@rec.unicen.edu.ar ; |
_version_ |
1842341523122814976 |
score |
12.623145 |