Sistema automático para la predicción de la respuesta a la terapia fotodinámica en la coriorretinopatía serosa central

Abstract

[Resumen] Se presenta un innovador método de deep learning para la segmentación automatizada en 3D de las regiones de fluido en imágenes de Tomografía de Coherencia ´Óptica (OCT) de pacientes con coriorretinopatía serosa central (CSCR), seguida de un análisis de respuesta a la Terapia Fotodinámica (PDT) en pacientes con CSCR. Este método no solo reduce sustancialmente el tiempo y esfuerzo requeridos para la segmentación, sino que también ofrece una técnica estandarizada, fomentando estudios de investigación a gran escala. Para llevar a cabo el trabajo utilizamos un conjunto de datos robusto compuesto por 2,769 imágenes OCT, logrando resultados altamente satisfactorios que superan a las demás propuestas del estado del arte. Esta investigación impulsa la integración del deep learning en la práctica clínica, mejorando la gestión de la CSCR al permitir la formulación de estrategias de tratamiento personalizadas y una atención optimizada al paciente.