SOCH: modelo de segmentación automática de imágenes PET

I. SCARINCI; M. VALENTE; P. PÉREZ

León - Guanajuato

Congreso; Congreso de Ingeniería y Física Aplicada a la Biomedicina (CIFAB) 2021; 2021

Universidad de Guanajuato - León

El uso de radiois topos en medicina es cada vez m s com n, tanto para eldiagn stico por im genes como para procedimientos terap uticos. En estos ltimos. los niveles de dosis necesarios son muy altos y debe por tantoasegurarse que la actividad administrada se ajuste a los l mites en los que lostejidos sano reciban la menor cantidad de radiaci n posible mientras que semaximiza la dosis entregada en el tejido/ rgano bajo tratamiento. Los actualesavances en el campo de la teragn stica en medicina nuclear, permiten realizartanto el tratamiento como el diagn stico al mismo tiempo, posibilitando unamejor planificaci n y una posterior cuantificaci n de la dosis recibida en cadaparte del cuerpo. La precisi n y representatividad de los diferentes esquemasde c lculo dosim trico requieren como insumo esencial la capacidad de, enprimera instancia, contar con im genes de la bio-distribuci n de actividad paradiferentes tiempos a fin de estimar la evoluci n de la actividad de cada rgano/tejido, derivada de la actividad suministrada, t picamente por v aendovenosa u oral.El presente trabajo propone, desarrolla e implementa un pipeline basado ent cnicas de aprendizaje autom tico, que se ha denominado SOCH y es capazde segmentar im genes PET. Se utilizan dos algoritmos de clustering nosupervisado en distintas etapas del procedimiento: primero se utiliza la t cnicade k-means, un algoritmo cl sico en el  rea del aprendizaje no supervisado yde amplio uso; mientras que en segunda etapa se utiliza HDBSCAN, unclusterizador espectral basado en el algoritmo DBSCAN que a n no hab a sidoutilizado en el segmentado de im genes m dicas.Los resultados obtenidos muestran la capacidad y potencialidad de SOCH parala segmentaci n autom tica de im genes PET para la cuantificaci n de laactividad suministrada.