Visión computacional en medicina : desarrollo de un modelo de segmentación básico (baseline) de dispositivos para tratamiento de aneurismas cerebrales a partir de imágenes médicas...

Autores
Burckhardt, David; Vazquez Arispe, Martín
Año de publicación
2024
Idioma
español castellano
Tipo de recurso
tesis de grado
Estado
versión aceptada
Colaborador/a o director/a de tesis
Larrabide, Ignacio
Muñoz, Romina Luciana
Descripción
En este trabajo se desarrolló un modelo de segmentación para dispositivos endosaculares luego del tratamiento de aneurismas cerebrales a partir de imágenes médicas 3D. Se empleó la arquitectura UNet, una red neuronal convolucional, para crear un modelo supervisado capaz de identificar y localizar estos dispositivos en las imágenes. Se realizó una revisión exhaustiva de literatura y antecedentes en visión computacional en medicina, utilizando herramientas como PyTorch, NumPy y Pandas para el desarrollo del modelo. Los datos utilizados fueron seleccionados manualmente por expertos en este tipo de imágenes. Este trabajo presenta una primera alternativa para el desarrollo de métodos de segmentación para este tipo de dispositivos, y busca mejorar la segmentación de imágenes para facilitar el diagnóstico y tratamiento de aneurismas cerebrales, capitalizando recursos disponibles y cultivando conocimientos en visión computacional médica.
Fil: Burckhardt, David. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina.
Fil: Vazquez Arispe, Martín. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina.
Fil: Larrabide, Ignacio. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina.
Fil: Muñoz, Romina Luciana. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina.
Materia
Visión computacional
Medicina
Aneurismas cerebrales
Imágenes tridimensionales
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-sa/2.5/ar/
Repositorio
RIDAA (UNICEN)
Institución
Universidad Nacional del Centro de la Provincia de Buenos Aires
OAI Identificador
oai:ridaa.unicen.edu.ar:123456789/4420

id RIDUNICEN_ffa8c1eabd5091decbb7e0a90964bd31
oai_identifier_str oai:ridaa.unicen.edu.ar:123456789/4420
network_acronym_str RIDUNICEN
repository_id_str a
network_name_str RIDAA (UNICEN)
spelling Visión computacional en medicina : desarrollo de un modelo de segmentación básico (baseline) de dispositivos para tratamiento de aneurismas cerebrales a partir de imágenes médicas 3DBurckhardt, DavidVazquez Arispe, MartínVisión computacionalMedicinaAneurismas cerebralesImágenes tridimensionalesEn este trabajo se desarrolló un modelo de segmentación para dispositivos endosaculares luego del tratamiento de aneurismas cerebrales a partir de imágenes médicas 3D. Se empleó la arquitectura UNet, una red neuronal convolucional, para crear un modelo supervisado capaz de identificar y localizar estos dispositivos en las imágenes. Se realizó una revisión exhaustiva de literatura y antecedentes en visión computacional en medicina, utilizando herramientas como PyTorch, NumPy y Pandas para el desarrollo del modelo. Los datos utilizados fueron seleccionados manualmente por expertos en este tipo de imágenes. Este trabajo presenta una primera alternativa para el desarrollo de métodos de segmentación para este tipo de dispositivos, y busca mejorar la segmentación de imágenes para facilitar el diagnóstico y tratamiento de aneurismas cerebrales, capitalizando recursos disponibles y cultivando conocimientos en visión computacional médica.Fil: Burckhardt, David. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina.Fil: Vazquez Arispe, Martín. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina.Fil: Larrabide, Ignacio. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina.Fil: Muñoz, Romina Luciana. 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 ExactasLarrabide, IgnacioMuñoz, Romina Luciana20242025-04-22T12:27:34Z2025-04-22T12:27:34Zinfo:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_7a1finfo:ar-repo/semantics/tesisDeGradoapplication/pdfapplication/pdfBurckhardt, D. y Vazquez Arispe, M. (2024). Visión computacional en medicina : desarrollo de un modelo de segmentación básico (baseline) de dispositivos para tratamiento de aneurismas cerebrales a partir de imágenes médicas 3D [Tesis de grado]. Universidad Nacional del Centro de la Provincia de Buenos Aires, Argentina.https://www.ridaa.unicen.edu.ar/handle/123456789/4420spahttp://creativecommons.org/licenses/by-sa/2.5/ar/info:eu-repo/semantics/openAccessreponame:RIDAA (UNICEN)instname:Universidad Nacional del Centro de la Provincia de Buenos Aires2025-09-04T09:44:17Zoai:ridaa.unicen.edu.ar:123456789/4420instacron: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 09:44:17.237RIDAA (UNICEN) - Universidad Nacional del Centro de la Provincia de Buenos Airesfalse
dc.title.none.fl_str_mv Visión computacional en medicina : desarrollo de un modelo de segmentación básico (baseline) de dispositivos para tratamiento de aneurismas cerebrales a partir de imágenes médicas 3D
title Visión computacional en medicina : desarrollo de un modelo de segmentación básico (baseline) de dispositivos para tratamiento de aneurismas cerebrales a partir de imágenes médicas 3D
spellingShingle Visión computacional en medicina : desarrollo de un modelo de segmentación básico (baseline) de dispositivos para tratamiento de aneurismas cerebrales a partir de imágenes médicas 3D
Burckhardt, David
Visión computacional
Medicina
Aneurismas cerebrales
Imágenes tridimensionales
title_short Visión computacional en medicina : desarrollo de un modelo de segmentación básico (baseline) de dispositivos para tratamiento de aneurismas cerebrales a partir de imágenes médicas 3D
title_full Visión computacional en medicina : desarrollo de un modelo de segmentación básico (baseline) de dispositivos para tratamiento de aneurismas cerebrales a partir de imágenes médicas 3D
title_fullStr Visión computacional en medicina : desarrollo de un modelo de segmentación básico (baseline) de dispositivos para tratamiento de aneurismas cerebrales a partir de imágenes médicas 3D
title_full_unstemmed Visión computacional en medicina : desarrollo de un modelo de segmentación básico (baseline) de dispositivos para tratamiento de aneurismas cerebrales a partir de imágenes médicas 3D
title_sort Visión computacional en medicina : desarrollo de un modelo de segmentación básico (baseline) de dispositivos para tratamiento de aneurismas cerebrales a partir de imágenes médicas 3D
dc.creator.none.fl_str_mv Burckhardt, David
Vazquez Arispe, Martín
author Burckhardt, David
author_facet Burckhardt, David
Vazquez Arispe, Martín
author_role author
author2 Vazquez Arispe, Martín
author2_role author
dc.contributor.none.fl_str_mv Larrabide, Ignacio
Muñoz, Romina Luciana
dc.subject.none.fl_str_mv Visión computacional
Medicina
Aneurismas cerebrales
Imágenes tridimensionales
topic Visión computacional
Medicina
Aneurismas cerebrales
Imágenes tridimensionales
dc.description.none.fl_txt_mv En este trabajo se desarrolló un modelo de segmentación para dispositivos endosaculares luego del tratamiento de aneurismas cerebrales a partir de imágenes médicas 3D. Se empleó la arquitectura UNet, una red neuronal convolucional, para crear un modelo supervisado capaz de identificar y localizar estos dispositivos en las imágenes. Se realizó una revisión exhaustiva de literatura y antecedentes en visión computacional en medicina, utilizando herramientas como PyTorch, NumPy y Pandas para el desarrollo del modelo. Los datos utilizados fueron seleccionados manualmente por expertos en este tipo de imágenes. Este trabajo presenta una primera alternativa para el desarrollo de métodos de segmentación para este tipo de dispositivos, y busca mejorar la segmentación de imágenes para facilitar el diagnóstico y tratamiento de aneurismas cerebrales, capitalizando recursos disponibles y cultivando conocimientos en visión computacional médica.
Fil: Burckhardt, David. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina.
Fil: Vazquez Arispe, Martín. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina.
Fil: Larrabide, Ignacio. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina.
Fil: Muñoz, Romina Luciana. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina.
description En este trabajo se desarrolló un modelo de segmentación para dispositivos endosaculares luego del tratamiento de aneurismas cerebrales a partir de imágenes médicas 3D. Se empleó la arquitectura UNet, una red neuronal convolucional, para crear un modelo supervisado capaz de identificar y localizar estos dispositivos en las imágenes. Se realizó una revisión exhaustiva de literatura y antecedentes en visión computacional en medicina, utilizando herramientas como PyTorch, NumPy y Pandas para el desarrollo del modelo. Los datos utilizados fueron seleccionados manualmente por expertos en este tipo de imágenes. Este trabajo presenta una primera alternativa para el desarrollo de métodos de segmentación para este tipo de dispositivos, y busca mejorar la segmentación de imágenes para facilitar el diagnóstico y tratamiento de aneurismas cerebrales, capitalizando recursos disponibles y cultivando conocimientos en visión computacional médica.
publishDate 2024
dc.date.none.fl_str_mv 2024
2025-04-22T12:27:34Z
2025-04-22T12:27:34Z
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 Burckhardt, D. y Vazquez Arispe, M. (2024). Visión computacional en medicina : desarrollo de un modelo de segmentación básico (baseline) de dispositivos para tratamiento de aneurismas cerebrales a partir de imágenes médicas 3D [Tesis de grado]. Universidad Nacional del Centro de la Provincia de Buenos Aires, Argentina.
https://www.ridaa.unicen.edu.ar/handle/123456789/4420
identifier_str_mv Burckhardt, D. y Vazquez Arispe, M. (2024). Visión computacional en medicina : desarrollo de un modelo de segmentación básico (baseline) de dispositivos para tratamiento de aneurismas cerebrales a partir de imágenes médicas 3D [Tesis de grado]. Universidad Nacional del Centro de la Provincia de Buenos Aires, Argentina.
url https://www.ridaa.unicen.edu.ar/handle/123456789/4420
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv http://creativecommons.org/licenses/by-sa/2.5/ar/
info:eu-repo/semantics/openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-sa/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_ 1842341515428364288
score 12.623145