2. Maestría

Permanent URI for this communityhttp://98.81.228.127/handle/20.500.12404/2

Tesis de la Escuela de Posgrado

Browse

Filters

2014 - 20195

Settings

Subject: search.filters.subject.Diagnóstico por imágenes

Search Results

Now showing 1 - 5 of 5
  • Thumbnail Image
    Item
    Modelo convolucional para la detección de nódulos pulmonares a partir de tomografías 3D
    (Pontificia Universidad Católica del Perú, 2019-05-23) Maldonado Cadenillas, Rodrigo Ricardo; Beltrán Castañón, César Armando
    El cáncer al pulmón se ha convertido en una de las enfermedades con mayor incidencia a nivel mundial. Sin embargo, el análisis preventivo y detección de nódulos cancerígenos generalmente se realiza de forma manual por los radiólogos, lo cual ralentiza el proceso y genera posibles errores humanos. De esta manera, se han realizado diversas investigaciones sobre este problema utilizando Deep Learning como alternativa de solución para el análisis automático de tomografías. En este trabajo, se propone una aplicación y configuración de un modelo U- net, con bloques residuales y con regiones más rápidas para la detección de nódulos en tomografías computarizadas 3D. Los resultados obtenidos arrojan un FROC del 78 %, lo cual muestra que nuestra propuesta esta´ en el camino correcto, considerando las limitaciones de hardware en la que se ejecutó.
  • Thumbnail Image
    Item
    Procesamiento de señales electroencefalográficas en un sistema embebido para una interfaz cerebro máquina
    (Pontificia Universidad Católica del Perú, 2017-05-12) Acuña Condori, Kevin José; Achanccaray Díaz, David Ronald
    Una de las tecnologías actuales que está causando gran impacto en la vida de las personas con discapacidad motora severa es el Interfaz Cerebro-Máquina(BMI, por sus siglas en inglés), sistema que permite convertir pensamiento o intención de movimiento de una persona en medios de comunicación y comandos de control de dispositivos, logrando independencia para el usuario. Sin embargo, los equipos actuales dependen de una PC que realice el procesamiento de las señales cerebrales, lo que dificulta que el sistema sea portable y de bajo costo. La presente tesis estudia y propone el uso de un sistema embebido (microcomputadora) como alternativa al uso de la PC en el BMI. Las microcomputadoras a diferencia de las PC comunes, son diseñadas para ciertos propósitos específícos, esto presenta una reducción de costo y mayor portabilidad del equipo. Con ello se pretende contribuir al desarrollo de esta nueva tecnología en el Perú haciéndolo accesible para personas de escasos recursos, lo que impactaría en la mejora de calidad de vida de las personas con discapacidad motora severa. Los resultados muestran que el sistema embebido Odroid-xu4(que cuesta 20 veces menos y es 45 veces mas liviano) puede realizar el entrenamiento de los algoritmos y el procesamiento en tiempo real de señales EEG con la misma tasa de acierto que la laptop, tardando aproximadamente 9 veces más; sin embargo estos tiempos son mínimos para aplicaciones del interfaz cerebro-máquina por lo que se demuestra que el Odroid-xu4 puede ser usado como equipo de procesamiento para una BMI portable, confiable y de bajo costo.
  • Thumbnail Image
    Item
    Robust Minimmun Variance Beamformer using Phase Aberration Correction Methods
    (Pontificia Universidad Católica del Perú, 2017-04-28) Chau Loo Kung, Gustavo Ramón; Lavarello Montero, Roberto Janniel; Dahl, Jeremy J.
    The minimum variance (MV) beamformer is an adaptive beamforming method that has the potential to enhance the resolution and contrast of ultrasound images. Although the sensitivity of the MV beamformer to steering vector errors and array calibration errors is well-documented in other fields, in ultrasound it has been tested only under gross sound speed errors. Several robust MV beamformers have been proposed, but have mainly reported robustness only in the presence of sound speed mismatches. Additionally the impact of PAC methods in mitigating the effects of phase aberration in MV beamformed images has not been observed Accordingly, this thesis report consists on two parts. On the first part, a more complete analysis of the effects of different types of aberrators on conventional MV beamforming and on a robust MV beamformer from the literature (Eigenspace-based Minimum Variance (ESMV) beamformer) is carried out, and the effects of three PAC algorithms and their impact on the performance of the MV beamformer are analyzed (MV-PC). The comparison is carried out on Field II simulations and phantom experiments with electronic aberration and tissue aberrators. We conclude that the sensitivity to speed of sound errors and aberration limit the use of the MV beamformer in clinical applications, and that the effect of aberration is stronger than previously reported in the literature. Additionally it is shown that under moderate and strong aberrating conditions, MV-PC is a preferable option to ESMV. On the second part, we propose a new, locally-adaptive, phase aberration correction method (LAPAC) able to improve both DAS and MV beamformers that integrates aberration correction for each point in the image domain into the formulation of the MV beamformer. The new method is tested using fullwave simulations of models of human abdominal wall, experiments with tissue aberrators, and in vivo carotid images. The LAPAC method is compared with conventional phase aberration correction with delay-and-sum beamforming (DAS-PC) and MV-PC. The proposed method showed between 1-4 dB higher contrast than DAS-PC and MV-PC in all cases, and LAPAC-MV showed better performance than LAPAC-DAS. We conclude that LAPAC may be a viable option to enhance ultrasound image quality of both DAS and MV in the presence of clinically-relevant aberrating conditions.
  • Thumbnail Image
    Item
    3D reconstruction of chronic wounds using a hand-held camcorder and its application in cutaneous leishmaniasis wounds
    (Pontificia Universidad Católica del Perú, 2017-03-09) Casas Guido, Eda Leslie Mónica; Castañeda Aphan, Benjamín
    Chronic wounds are a major healthcare problem worldwide which mainly a ects geriatric population and patients with limited mobility. In tropical countries, Cutaneous Leishmaniasis (CL) is also a cause for chronic wounds, being endemic in 75% of Peru . In this context, the assessment of these type of wounds represents a big challenge due to the limited access to specialized medical resources. This work aims to develop a video-based method to compute the 3D point cloud of skin wounds which could provide accurate metrics for medical assessment despite of the location of the patient. Recently, CL specialists have used metrics as volume in clinical assessment with promising results. The acquisition protocol is prompt to be user friendly and feasible in remote locations; the video is taken using a commercial hand-held video camera without a rig or special illumination. The algorithm follows the Structure from Motion methodology: FAST feature detector, pyramidal optical flow and Jacob’s method for missing points estimation. The results show good performance in terms of accuracy and repeatability of the point cloud computation, less than 0.6 mm and 0.21 mm respectively. However, experiments suggest that the volume computation technique does not adapt well to the proposed method output and requires a deeper analysis. The method has been entirely implemented using open source libraries.
  • Thumbnail Image
    Item
    Segmentación de imágenes médicas mediante algoritmos de colonia de hormigas
    (Pontificia Universidad Católica del Perú, 2014-10-13) Gavidia Calderón, Carlos Gabriel; Beltrán Castañón, César Armando
    El análisis de imágenes nos permite la extracción de información de éstas, y dentro de esta disciplina la segmentación permite la identificación de sus partes constituyentes. La segmentación de imágenes tiene aplicaciones en reconocimiento de patrones y sistemas de control de tráfico entre otros. Si llevamos la segmentación de imágenes al rubro de imágenes médicas, las aplicaciones van desde la detección de tumores y otras patologías hasta la medición de volúmenes en tejidos. Existen diversas técnicas de segmentación de imágenes, y en este trabajo se plantea un procedimiento de segmentación de imágenes médicas basado en la metaheurística de Algoritmos de Colonia de Hormigas. Los algoritmos de esta metaheurística imitan el comportamiento de las hormigas durante su búsqueda de alimento, dado que siempre produce rutas óptimas entre la fuente de comida y el nido. Dicha conducta fue implementada mediante hormigas artificiales con el objeto de realizar tareas específicas de procesamiento de imágenes. Este procedimiento fue aplicado a imágenes de Resonancias Magnéticas Cerebrales - buscando la extracción de los segmentos correspondientes a la Materia Gris, Materia Blanca y Líquido Cefalorraquídeo- y la segmentación obtenida fue de una calidad superior a la de los algoritmos actualmente existentes para esta tarea. Este documento consta de 5 capítulos: El capítulo 1 busca definir el problema y el enfoque adoptado en este trabajo para darle solución. El capítulo 2 describe la disciplina de segmentación de imágenes y la metaheurística de Algoritmos de Colonia de Hormigas. El capítulo 3 describe los trabajos previos que busquen segmentar imágenes médicas mediante Algoritmos de Colonia de Hormigas. El capítulo 4 describe el procedimiento desarrollado, así como los resultados obtenidos en la aplicación del mismo. Finalmente, el capítulo 5 trata sobre las conclusiones y recomendaciones obtenidas como producto de este trabajo.