Algoritmo de segmentación automática de las fibras cerebrales cortas de la región fronto-parietal y la ínsula
| dc.contributor.advisor | Guevara Álvez, Pamela Beatriz | es |
| dc.contributor.author | Guevara Olivares, Miguel Enrique | es |
| dc.date.accessioned | 2016-09-05T18:57:40Z | |
| dc.date.accessioned | 2019-12-13T16:38:55Z | |
| dc.date.accessioned | 2024-05-17T13:49:15Z | |
| dc.date.accessioned | 2024-08-28T18:38:37Z | |
| dc.date.available | 2016-09-05T18:57:40Z | |
| dc.date.available | 2019-12-13T16:38:55Z | |
| dc.date.available | 2024-05-17T13:49:15Z | |
| dc.date.available | 2024-08-28T18:38:37Z | |
| dc.date.issued | 2015 | |
| dc.description | Tesis presentada para optar al título de Ingeniero Civil Biomédico. | es |
| dc.description.abstract | La clasificación de fibras de materia blanca cerebral es fundamental para entender como está conectado el cerebro. Este es uno de los órganos más complejos y, por lo tanto, más díficil de estudiar. En especial, el estudio de las fibras de asociación cortas es un área reciente dentro de la investigación de la conectividad cerebral, por lo que éstas han sido escasamente descritas. Este trabajo busca desarrollar un algoritmo para estudiar la conectividad del cerebro entre distintos pares de regiones del hemisferio izquierdo del cerebro. Este tiene que ser capaz de segmentar de manera automática las fibras de asociación cortas del cerebro, a partir de datos de tractografía reclusterizados y utilizando parcelaciones de la superficie cortical. De manera general el trabajo constó de procesamientos manuales y automáticos. Los manuales involucraron el análisis de los resultados generados automáticamente, buscando un refinamiento de estos. Un poco más específicamente, el trabajo incluyó primero la generación de un modelo de las fibras cortas de asociación. Para esto se utilizaron los datos de tractografía de 20 sujetos de una base de datos de imágenes de difusión de alta resolución angular. Estos datos fueron segmentados y clusterizados para la generación del modelo. Segundo, este modelo fue utilizado para generar un atlas y a partir de éste, segmentar de manera automática 20 nuevos sujetos de la base de datos. Además, se realizaron cálculos de estadísticas con respecto a la cantidad de sujetos en los cuales estaban presentes los fascículos de fibras, la cantidad de fibras promedio y el largo que éstas presentan, etc. En el modelo se obtuvieron 45 fascículos de fibras. Y en base a la reproductibilidad (cantidad de sujetos en los cuales se encuentra presente un fascículo), la desviación estándar relativa de la cantidad de fibras y una inspección manual, se calificaron 15 de estos como los más estables. En cuanto a los resultados de la aplicación del atlas, se obtuvieron 28 fascículos para los cuales la reproductibilidad es de 20 y de estos, 14 corresponden a los que habían sido calificados como los más estables. Entre estos resultados destacaron las conexiones de la ínsula con circunvoluciones adyacentes, por ser poco descritas en la literatura. Estas demostraron tener una alta reproductibilidad de 19/20 y 20/20 junto con una baja desviación estándar relativa del número de fibras que las componen. Tambíen destacan, por ejemplo, las conexiones de la región superior frontal con el área de broca ya que estas si han sido descritas con mayor detalle en la literatura, y en el trabajo desarrollado se obtuvieron resultados con II reproductibilidad 20/20. El trabajo realizado permite facilitar el estudio de conexiones específicas, lo que podría ayudar en el diagnóstico de patologías. La ventaja que tiene el desarrollo de un método de segmentación automático, es que puede ser aplicado fácilmente a nuevos sujetos. | es |
| dc.description.campus | Concepción | es |
| dc.description.departamento | Departamento de Ingeniería Eléctrica | es |
| dc.description.facultad | Facultad de Ingeniería | es |
| dc.identifier.uri | https://repositorio.udec.cl/handle/11594/1950 | |
| dc.language.iso | es | es |
| dc.publisher | Universidad de Concepción | es |
| dc.rights | CC BY-NC-ND 4.0 DEED Attribution-NonCommercial-NoDerivs 4.0 International | en |
| dc.rights.uri | https://creativecommons.org/licenses/by-nc-nd/4.0/ | |
| dc.subject | Cerebro - Localización de Funciones | es |
| dc.subject | Neuronas | es |
| dc.subject | Neuroanatomia | es |
| dc.subject | Nervios Craneales - Procesamiento de Datos. | es |
| dc.subject | Resonancia Magnetica | es |
| dc.subject | Tejido Nervioso - Investigaciones | es |
| dc.title | Algoritmo de segmentación automática de las fibras cerebrales cortas de la región fronto-parietal y la ínsula | es |
| dc.type | Tesis | es |