Análisis bayesiano de imágenes cerebrales con resonancia magnética nuclear

Autores
Oliva, Damián; Isoardi, Roberto; Mato, Germán
Año de publicación
2002
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
Los equipos MRI (Magnetic Resonance Imaging) permiten realizar estudios anatómicos de los pacientes 'in vivo', en forma incruenta y sin necesidad de exponer al paciente a radiaciones ionizantes. La calidad de las imágenes producidas por MRI (resoluciones menores que el milímetro y alto contraste) la convierten en la mejor técnica para visualizar tejidos blandos. En este trabajo se presenta un análisis estádistico mediante inferencia bayesiana con el objeto de clasificar distintos tejidos cerebrales presentes en las imágenes cerebrales de MRI. Desarrollamos y validamos algoritmos de inferencia (AI) con imágenes simuladas a partir de un fantoma digital, que nos permite conocer la distribución real de los tejidos cerebrales. Finalmente aplicamos dichos algoritmos a imágenes clínicas cerebrales obtenidas en el servicio de Resonancia Magnética de la FUESMEN (Fundación Escuela de Medicina Nuclear).
Sociedad Argentina de Informática e Investigación Operativa
Materia
Ciencias Informáticas
Estimación bayesiana
Resonancia magnética nuclear
Segmentación de imágenes
Efecto de volumen parcial
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/4.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/183768
Acceder
id SEDICI_11fbb1ad1aa67b8ef11c66f09b8bfb89
oai_identifier_str oai:sedici.unlp.edu.ar:10915/183768
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Análisis bayesiano de imágenes cerebrales con resonancia magnética nuclearOliva, DamiánIsoardi, RobertoMato, GermánCiencias InformáticasEstimación bayesianaResonancia magnética nuclearSegmentación de imágenesEfecto de volumen parcialLos equipos MRI (Magnetic Resonance Imaging) permiten realizar estudios anatómicos de los pacientes 'in vivo', en forma incruenta y sin necesidad de exponer al paciente a radiaciones ionizantes. La calidad de las imágenes producidas por MRI (resoluciones menores que el milímetro y alto contraste) la convierten en la mejor técnica para visualizar tejidos blandos. En este trabajo se presenta un análisis estádistico mediante inferencia bayesiana con el objeto de clasificar distintos tejidos cerebrales presentes en las imágenes cerebrales de MRI. Desarrollamos y validamos algoritmos de inferencia (AI) con imágenes simuladas a partir de un fantoma digital, que nos permite conocer la distribución real de los tejidos cerebrales. Finalmente aplicamos dichos algoritmos a imágenes clínicas cerebrales obtenidas en el servicio de Resonancia Magnética de la FUESMEN (Fundación Escuela de Medicina Nuclear).Sociedad Argentina de Informática e Investigación Operativa2002-09info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf231-241http://sedici.unlp.edu.ar/handle/10915/183768spainfo:eu-repo/semantics/altIdentifier/issn/1666-1125info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-29T11:50:07Zoai:sedici.unlp.edu.ar:10915/183768Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 11:50:07.93SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Análisis bayesiano de imágenes cerebrales con resonancia magnética nuclear
title Análisis bayesiano de imágenes cerebrales con resonancia magnética nuclear
spellingShingle Análisis bayesiano de imágenes cerebrales con resonancia magnética nuclear
Oliva, Damián
Ciencias Informáticas
Estimación bayesiana
Resonancia magnética nuclear
Segmentación de imágenes
Efecto de volumen parcial
title_short Análisis bayesiano de imágenes cerebrales con resonancia magnética nuclear
title_full Análisis bayesiano de imágenes cerebrales con resonancia magnética nuclear
title_fullStr Análisis bayesiano de imágenes cerebrales con resonancia magnética nuclear
title_full_unstemmed Análisis bayesiano de imágenes cerebrales con resonancia magnética nuclear
title_sort Análisis bayesiano de imágenes cerebrales con resonancia magnética nuclear
dc.creator.none.fl_str_mv Oliva, Damián
Isoardi, Roberto
Mato, Germán
author Oliva, Damián
author_facet Oliva, Damián
Isoardi, Roberto
Mato, Germán
author_role author
author2 Isoardi, Roberto
Mato, Germán
author2_role author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
Estimación bayesiana
Resonancia magnética nuclear
Segmentación de imágenes
Efecto de volumen parcial
topic Ciencias Informáticas
Estimación bayesiana
Resonancia magnética nuclear
Segmentación de imágenes
Efecto de volumen parcial
dc.description.none.fl_txt_mv Los equipos MRI (Magnetic Resonance Imaging) permiten realizar estudios anatómicos de los pacientes 'in vivo', en forma incruenta y sin necesidad de exponer al paciente a radiaciones ionizantes. La calidad de las imágenes producidas por MRI (resoluciones menores que el milímetro y alto contraste) la convierten en la mejor técnica para visualizar tejidos blandos. En este trabajo se presenta un análisis estádistico mediante inferencia bayesiana con el objeto de clasificar distintos tejidos cerebrales presentes en las imágenes cerebrales de MRI. Desarrollamos y validamos algoritmos de inferencia (AI) con imágenes simuladas a partir de un fantoma digital, que nos permite conocer la distribución real de los tejidos cerebrales. Finalmente aplicamos dichos algoritmos a imágenes clínicas cerebrales obtenidas en el servicio de Resonancia Magnética de la FUESMEN (Fundación Escuela de Medicina Nuclear).
Sociedad Argentina de Informática e Investigación Operativa
description Los equipos MRI (Magnetic Resonance Imaging) permiten realizar estudios anatómicos de los pacientes 'in vivo', en forma incruenta y sin necesidad de exponer al paciente a radiaciones ionizantes. La calidad de las imágenes producidas por MRI (resoluciones menores que el milímetro y alto contraste) la convierten en la mejor técnica para visualizar tejidos blandos. En este trabajo se presenta un análisis estádistico mediante inferencia bayesiana con el objeto de clasificar distintos tejidos cerebrales presentes en las imágenes cerebrales de MRI. Desarrollamos y validamos algoritmos de inferencia (AI) con imágenes simuladas a partir de un fantoma digital, que nos permite conocer la distribución real de los tejidos cerebrales. Finalmente aplicamos dichos algoritmos a imágenes clínicas cerebrales obtenidas en el servicio de Resonancia Magnética de la FUESMEN (Fundación Escuela de Medicina Nuclear).
publishDate 2002
dc.date.none.fl_str_mv 2002-09
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/183768
url http://sedici.unlp.edu.ar/handle/10915/183768
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/issn/1666-1125
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
dc.format.none.fl_str_mv application/pdf
231-241
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1844616360726888448
score 13.070432

Publicaciones similares