Sporala red del conocimiento
EN
Universidad Nacional de Colombia

Bogotá - Ingeniería - Doctorado en Ingeniería - Ingeniería Eléctrica · 2025

Quantitative analysis of nuclei relations by applying multiresolution representations and graph models : use cases in breast cancer and gastric premalignant lesions

El diagnóstico y la gradación del cáncer continúan dependiendo en gran medida de la interpretación subjetiva de imágenes histopatológicas, especialmente al evaluar el pleomorfismo nuclear (del griego antiguo πλ´ϵω- (plé¯o, ‘‘más’’) y −μρϕ´η (morph, ‘‘forma’’)), un criterio morfológico utilizado rutinariamente para estimar la agresividad tumoral mediante. A pesar de su importancia clínica, el pleomorfismo sigue estando pobremente definido, con bajo acuerdo interobservador y difícil de cuantificar objetivamente. Los sistemas de gradación convencionales reducen la complejidad morfológica a un conjunto limitado de puntuaciones categóricas, una simplificación que a menudo no refleja la heterogeneidad biológica presente en los tejidos. Esta tesis propone un marco computacional orientado a caracterizar el pleomorfismo como un fenómeno continuo y estructurado espacialmente, abordando limitaciones clave de los sistemas categóricos actuales. Como primera contribución, se desarrolló una técnica de preprocesamiento basada en transformadas noiselet multiresolución, diseñada para eliminar señales no nucleares que afectan la precisión de las etapas posteriores de análisis computacional. A diferencia de los esquemas de segmentación tradicionales, este enfoque reduce explícitamente la complejidad del fondo y el ruido estructural, especialmente en tejidos con alta variabilidad arquitectónica, mejorando así la consistencia en la segmentación de núcleos en conjuntos de datos heterogéneos. El marco de este trabajo es un descriptor multiescala que modela la variación nuclear a nivel individual, capturando la morfología en relación con su contexto espacial local y contextual. Este descriptor se aplicó a conjuntos de datos anotados de cáncer de mama y lesiones gástricas premalignas, permitiendo cuantificar cambios morfológicos que suelen no ser evaluadas por los sistemas de gradación. Se realizaron experimentos comparativos para evaluar el rendimiento del método propuesto en términos de separabilidad y estabilidad de clases, en comparación con enfoques categóricos tradicionales. En lugar de basarse en esquemas de clasificación estáticos, el marco genera una representación estructurada y continua del pleomorfismo, diseñada para respaldar tanto el análisis morfológico exploratorio como futuras aplicaciones de modelado. Este trabajo aporta una metodología modular e interpretable para el análisis de la morfología nuclear, proponiendo una perspectiva que valora la descripción morfológica detallada frente a la categorización rígida, el contexto relacional frente a las etiquetas aisladas, y la estructura interpretable frente a los sistemas de gradación convencionales. Al integrar la extracción multiescala de características y el modelado espacial, se introduce una nueva perspectiva para la caracterización computacional del pleomorfismo nuclear. Este enfoque contribuye a los esfuerzos actuales en patología computacional al ofrecer una representación estructurada y reproducible de la morfología nuclear, y proporciona una base sólida para futuras extensiones orientadas a la integración clínica (Texto tomado de la fuente).

Texto completo 63 páginas con texto

Leer la tesis completa Ficha en el repositorio

Tesauro de su biblioteca