INVESTIGADORES
MILLÁN RaÚl Daniel
congresos y reuniones científicas
Título:
Detección y extracción del lumen arterial aplicado al tratamiento de aneurismas cerebrales 3D: Un estudio comparativo
Autor/es:
NICOLÁS MARTÍN; LUIS G. MOYANO; ROBERTO A. ISOARDI; GERMAN MATO; DANIEL MILLÁN; ARIEL CURIALE
Lugar:
San Rafael
Reunión:
Congreso; V Congreso Latinoamericano de Ingeniería y Ciencias Aplicadas - CLICAP 2018; 2018
Institución organizadora:
Facultad de Ciencias Aplicadas a la Industria de la Universidad Nacional de Cuyo
Resumen:
La ruptura de aneurismas intracraneales es la causa más frecuente de hemorragia subaracnoidea (HSA) y constituye una de las enfermedades cerebrovasculares más importante, con una de las tasas de morbimortalidad más significativa a nivel mundial (∼11%). Es práctica habitual que aquellos pacientes diagnosticados con aneurismas cerebrales sean intervenidos, con el objetivo de evitar su ruptura, a pesar del riesgo que conlleva la propia intervención. Sin embargo, muchos aneurismas pueden nunca romperse, independientemente de su tamaño. Por ello, es normal que los médicos se encuentren en la dicotomía fundamental de si intervenir o no al paciente. Entre los distintos factores que participan en la cuantificación del riesgo de ruptura, los más importantes se derivan de la estructura del aneurisma y la red vascular. La detección tanto del aneurisma como del lumen arterial en angiografías rotacionales 3D puede suponer desde varias horas hasta un par de días de trabajo por paciente. Es por ello, que en este trabajo evaluamos y analizamos la precisión de tres técnicas para detectar la red vascular circundante a las aneurismas en angiografías. Dichas técnicas se basan en enfoques completamente distintos (threshold level-set, fuzzy y deep learning). Los resultados obtenidos muestran que las tres presentan una precisión adecuada para dicha tarea, sobresaliendo entre ellas las técnicas fuzzy con una precisión de un coeficiente de Dice de 0.87±0.03. Estos resultados muestran el gran potencial que tiene esta técnica de segmentación para obtener modelos geométricos fidedignos con el objetivo ulterior de cuantificar el riesgo de ruptura en aneurismas cerebrales.
