Herramienta automática para la segmentación de la arteria aorta a partir de imágenes de tomografía computarizada

Abstract

[Resumen] La aorta es la principal arteria del cuerpo humano. Sale del ventrículo izquierdo del corazón y da origen a todas las arterias del sistema circulatorio con excepción de las arterias pulmonares, siendo así uno de los principales canales de transmisión de oxígeno del cuerpo. Su cuidado es fundamental dado que una mala salud de la misma pueden tener un nivel alto de mortalidad para el propio paciente. Gran parte de las enfermedades de la aorta pueden detectarse por su forma, como es el caso del aneurisma, enfermedad que va expandiendo las paredes de la aorta pudiendo llegar a romperla. También a partir de la forma se pueden detectar malformaciones naturales de la misma que pueden dificultar la vida del paciente. Actualmente existen sistemas de segmentación automática de la aorta con metodologías tradicionales de procesado de imagen como es el caso del crecimiento por regiones o el seguimiento de la forma de la aorta. Sin embargo, son lentos y, aunque generan buenos resultados en la gran parte de los casos, tienen dificultades a la hora de segmentar aortas con formas poco comunes. Por otra parte, los sistemas de deep learning están siendo utilizados en los últimos años de forma masiva para resolver problemas en el ámbito de la imagen médica. Esto es debido a su precisión y rapidez en el procesado gracias a la aparición de nuevas arquitecturas de redes neuronales y el desarrollo de hardware especializado en este tipo de tecnologías. En este proyecto se desarrollará una metodología para la segmentación automática de la forma de la aorta a partir de imágenes de tomografía computarizada (CT) en 3D. Dicho sistema estará basado en técnicas de deep learning y visión artificial. En concreto, se probará la arquitectura de red UNet para abordar la segmentación preliminar de las estructuras vasculares presentes en la imagen y se desarrollarán algoritmos de procesado de imagen para realizar la reconstrucción completa de la arteria. La metodología desarrollada se incluirá en una herramienta de visualización que también se encargará de realizar el proceso de segmentación.