Medellín - Minas - Maestría en Ingeniería - Ingeniería de Sistemas · 2021

Método de segmentación de imágenes de la próstata tomadas mediante resonancia magnética mediante técnicas de inteligencia artificial

La segmentación de la próstata en imágenes de resonancia magnética se considera una tarea esencial para la planificación quirúrgica, así como la determinación de los estadios de enfermedades como el cáncer de próstata y la hiperplasia prostática benigna. Sin embargo, la falta de estandarización en los protocolos de adquisición de las imágenes y la heterogeneidad entre individuos hacen que esta sea una tarea difícil. Con el fin de aportar a la solución de este problema, se propone una arquitectura de red convolucional en forma de 3D Unet, que se caracteriza por tener una mayor profundidad, además de tener una fase codificación – decodificación con una compuerta de atención. Esta propuesta a diferencia de otras implementa un bloque residual similar al de la Resnet101 con una normalización por lotes. Además, utiliza una función de pérdida compuesta por el coeficiente de Dice y la entropía cruzada para manejar el problema de desequilibrio de clase. Durante la etapa de inferencia cada imagen es dividida en imágenes más pequeñas y se generan predicciones individuales, finalmente estas se unen para generar una máscara de predicción del mismo tamaño de la imagen de entrada. Para evaluar la arquitectura se utilizaron los datos del PROMISE12. Los resultados muestran desempeño superior o similar a otros métodos propuestos en la literatura. (Texto tomado de la fuente)

Tesauro de su biblioteca