Implementación de un modelo automatizado de volumetría corporal en riñones mediante algoritmos de segmentación utilizando imágenes de resonancia magnética

Abstract

RESUMEN : Los estudios de uroresonancia funcional permiten identificar el correcto funcionamiento del sistema renal en pacientes, dicho proceso se analiza a través de segmentación de riñones, el cual consiste en identificar tiempos de cambio en tonalidades haciendo uso de un medio de contraste e implementando un adecuado protocolo de adquisición de imágenes que permita tener una secuencia que se desplace en cuatro dimensiones, de tal manera que se obtengan medidas de volumen por unidad de tiempo y picos de contraste por unidad de tiempo con el fin de analizar la capacidad y funcionalidad renal. Por tal razón, se realizan pruebas con diferentes software basados en inteligencia artificial que ayudan a encontrar estos resultados con el fin de automatizar procesos, con base en lo anterior se someten a pruebas con pacientes reales y anatómicamente diferentes creando una base de datos local de la fundación instituto neurológico de Colombia y realizando segmentación renal en dichos estudios, comparando los resultados obtenidos con la anatomía del paciente y el software implementado actualmente dentro de la institución para los estudios urofuncionales renales. Encontrado herramientas bastante útiles que realizan una buena segmentación, no obstante, requieren más información de este tipo de estudios para implementar un dataset más grande y evaluar de manera detallada si el comportamiento del modelo entrenado funciona mejor.

ABSTRACT : Functional uroresonance studies allow the identification of the correct functioning of the renal system in patients. This process is analyzed through kidney segmentation, which involves identifying changes in tonalities using a contrast medium and implementing an adequate image acquisition protocol. This protocol enables a four-dimensional sequence, allowing for measurements of volume and contrast peaks per unit of time, which are esential for analyzing renal capacity and functionality. Consequently, tests are performed with various artificial intelligencebased software to automate these processes. These tests are conducted with real and anatomically diverse patients, creating a local database at the Neurological Institute Foundation of Colombia. Renal segmentation is performed in these studies, and the results are compared with the patients anatomy and the software currently implemented in the institution for renal urofunctional studies. While useful tools have been found that perform good segmentation, they require more information from this type of study to create a larger dataset and to evaluate in detail whether the behavior of the trained model improves.