Year: 2025
Type: dissertation
Abstract: El ictus isquémico es una de las principales causas de discapacidad y mortalidad, cuya detección y tratamiento precoz resultan fundamentales para mejorar el pronóstico. Este Trabajo Fin de Máster explora un enfoque alternativo para la segmentación automática del núcleo isquémico directamente a partir de imágenes de perfusión por tomografía computarizada (CTP) en bruto, sin depender de los mapas hemodinámicos derivados que introducen variabilidad y sesgos. Para ello, se entrena una red neuronal basada en la arquitectura U-Net, evaluada sobre el conjunto de datos ISLES2018 tras un preprocesamiento que incluye normalización de intensidades, eliminación automática del cráneo y simetrización anatómica. El modelo PerfU-Net y sus variantes se comparan con un enfoque convencional basado en mapas (Maps-Net), tanto en 2D como en 3D, con un análisis cuantitativo y cualitativo intra e inter-modelo. Aunque aún no se alcanzan niveles clínicamente óptimos, los resultados obtenidos respaldan el potencial de este enfoque como herramienta de asistencia en diagnóstico.
Source: UNED repository
Author: Victoria Rodríguez, Inés
Language: Spanish
Subfield: Computer Vision and Pattern Recognition
Field: Computer Science
Domain: Physical Sciences
Open Access status: green
OpenAlex ID: W7133587004
