Propuesta de modelo basado en redes neuronales para la clasificación de regiones del esqueleto a partir de imágenes TC
- Milara, E.
- Sarandeses, P.
- Gómez Grande, A.
- Gómez, E.J.
- Sánchez González, P.
- Joaquín Roca González (coord.)
- Dolores Ojados González (coord.)
- Juan Suardíaz Muro (coord.)
Editorial: Universidad Politécnica de Cartagena
ISBN: 978-84-17853-76-1
Año de publicación: 2023
Páginas: 298-301
Congreso: Congreso Anual de la Sociedad Española de Ingeniería Biomédica. CASEIB (41. 2023. Cartagena)
Tipo: Aportación congreso
Resumen
Existen múltiples contextos clínicos en los que la segmentación y diferenciación de las regiones del esqueleto pueden resultar de gran utilidad para observar la diferente afectación de los huesos en función de su localización. Actualmente, existen algunos estudios que han desarrollado algoritmos basados en árboles de segmentación jerárquica con este fin. Sin embargo, no existen estudios que apliquen técnicas de Machine Learning para lograr esta clasificación. Por este motivo, en el presente estudio se propone un modelo 2D basado en redes neuronales para la clasificación del esqueleto en 8 regiones anatómicas a partir de imágenes de Tomografía Computarizada. Para ello, se ha realizado una previa clasificación manual de 64 volúmenes de esqueleto en estas etiquetas, utilizando 54 para entrenamiento y 10 para test. Posteriormente, se ha evaluado la base de datos con 32 modelos 2D de diferente complejidad, variando el número de capas ocultas (N) y el número de ...