COMUNICACIÓN POSTER

AUTORES

Freixenet Bosch, Jordi

CENTROS

Servicio: Deptartamento ATC. Universitat de Girona

OBJETIVOS

Desarrollar una herramienta objetiva para la segmentación automática de tejidos cerebrales y lesiones de EM en RM del cerebro con el objetivo de reducir la interacción y la intra- e inter-variabilidad del experto.

MATERIAL Y MÉTODOS

Nuestra propuesta se basa en las siguientes etapas: preprocesado de la imagen, registro con un atlas probabilístico, clasificación de los tejidos cerebrales y segmentación de lesiones de EM. De este modo, el volumen de la RM se clasifica automáticamente en 4 clases en función del tejido cerebral (materia gris, materia blanca, fluido y volumen parcial) mediante las intensidades de las imágenes de PD, T1 y T2. Posteriormente, mediante la estimación de la media y varianza de la materia gris en FLAIR, obtenemos un umbral que nos proporciona un resultado inicial de la segmentación de las lesiones. Finalmente, esta segmentación es refinada con la información de los voxeles vecinos de las lesiones.

RESULTADOS

Los resultados preliminares obtenidos con imágenes adquiridas a 1.5T apuntan a una mejora respecto a otros métodos del estado del arte en segmentación de lesiones de EM, en concreto los métodos recientes de De Boer y de Souplet. Con nuestra propuesta, el 64% de las lesiones segmentadas por un experto son automáticamente detectadas, obteniendo no obstante un elevado número de falsas detecciones.

CONCLUSIONES

Los resultados preliminares obtenidos son prometedores en términos del número de lesiones detectadas. Sin embargo, el elevado número de falsos positivos, problema común en todos los métodos automáticos, dificulta su uso en la práctica clínica.