Síntesis tomográfica 3D desde radiografías biplanares de tórax mediante redes generativas adversariales con back-projection geométrica
Year: 2026
Type: dissertation
Abstract: La tomografía computarizada (CT) y la resonancia magnética (RM) constituyen herramientas de referencia para el diagnóstico de buena parte de la patología torácica y de tejidos blandos, pero su disponibilidad y su costo son marcadamente desiguales: Colombia dispone de cerca de seis equipos de CT, RM y PET por millón de habitantes frente al promedio de 51 en la OCDE, y una CT simple de tórax cuesta aproximadamente trece veces lo que cuesta una radiografía equivalente. Ninguna modalidad avanzada puede sustituirse por una imagen más simple sin pérdida de información clínica; no obstante, un sistema capaz de inferir información volumétrica a partir de la radiografía de tórax (disponible en cualquier nivel de atención, rápida y de bajo costo) podría apoyar decisiones como la remisión a un centro de mayor complejidad y reducir el impacto económico para el paciente y para el sistema de salud. Este trabajo de grado parte de una observación: los modelos generativos adversariales concebidos para la transferencia de estilo artístico resuelven, en el fondo, un problema de traducción entre dominios de imagen. El aporte central consiste en reutilizar uno de esos modelos, Multi-CartoonGAN con normalización condicional adaptativa instancia-capa (CAdaLIN), en un contexto distinto de aquel para el que fue diseñado: la traducción entre modalidades de imagen médica torácica. La propuesta se desarrolla en dos fases. La fase bidimensional traslada la arquitectura al dominio médico mediante cuatro experimentos que combinan dos conjuntos de datos (LIDC-IDRI y CT-RATE) y dos planos (coronal y sagital); el mejor modelo, sobre el plano sagital de CT-RATE, alcanza un SSIM promedio de 0,8993 en validación. La fase tridimensional extiende el sistema a la síntesis volumétrica mediante una arquitectura biplanar con fusión por back-projection diferenciable consistente con la geometría de proyección, y obtiene sobre 20 958 volúmenes de CT-RATE un SSIM de 0,4708 en validación y 0,4714 en prueba, con generalización sin sobreajuste. Los resultados cuantifican la superioridad del plano sagital sobre el coronal (0,068 SSIM, estable entre conjuntos de datos), el predominio del tamaño del conjunto de datos sobre la elección arquitectónica (0,345 SSIM) y la viabilidad del pipeline tridimensional como prueba de concepto, y respaldan la pertinencia de trasladar arquitecturas de transferencia de estilo al dominio de la imagen médica.
Author: Parra Martinez, Julio
Language: Spanish
Subfield: Computer Vision and Pattern Recognition
Field: Computer Science
Domain: Physical Sciences
Open Access status: green
OpenAlex ID: W7214134303