El aneurisma de aorta abdominal (AAA) es una dilatación focal de la aorta que puede provocar su ruptura. El tratamiento habitual es la reparación endovascular (EVAR), que conlleva un seguimiento postoperatorio de por vida en base a imágenes de angiografía por tomografía computarizada (ATC) para detectar posibles complicaciones. La evaluación de los ATC realizados en el seguimiento consiste en la identificación visual de posibles fugas y en la medición del diámetro máximo del saco aneurismático.El volumen es un indicador mucho más sensible que el diámetro en detectar cambios en la morfología del aneurisma, pero no se emplea en la práctica clínica ni es recomendado en las guías clínicas de manejo de los AAA dado que no existe una técnica rápida, precisa y reproducible que aísle el trombo de los AAA del resto de estructuras anatómicas y permita evaluar el volumen aórtico.El término segmentación se emplea para hacer referencia a esa tarea de aislar las partes de una imagen que pertenecen a un mismo objeto, en nuestro caso, el trombo de los AAA. La segmentación de los AAA en las imágenes de ATC es un reto.Los algoritmos basados en Deep Learning han impulsado el análisis de la imagen médica con resultados sin precedentes en tareas complejas como la segmentación. La mayor parte del progreso en la segmentación de la imagen médica se ha llevado a cabo bajo un esquema supervisado, basado en las redes neuronales convolucionales (Convolutional Neural Networks, CNNs). Los métodos supervisados aprenden directamente de muestras de entrenamiento, extrayendo las características y la información de contexto.Basados en CNNs, se ha desarrollado una herramienta que es capaz de aislar de forma automática el trombo de los AAA tras el implante de la endoprótesis y así, poder extraer el volumen no luminal durante el seguimiento postoperatorio de EVAR.Se ha validado la herramienta de segmentación automática comparándola con las ediciones manuales del trombo realizadas por dos expertos en una serie de 44 pacientes con AAA tratados mediante EVAR con al menos dos años de seguimiento, de los cuales 27 presentaron buena evolución y 17 requirieron reintervención. De cada uno de los pacientes se utilizaron dos ATCs: el primero realizado dentro del primer mes postoperatorio y el segundo al cabo del primer año de seguimiento. Se extrajo el diámetro máximo (mm) y el volumen (mm3) tanto de las segmentaciones automáticas como de las editadas por cada uno de los dos expertos.El algoritmo de segmentación automático de trombo basado en redes neuronales convolucionales ofrece muy buenos resultados, siendo la aproximación obtenida con la herramienta de segmentación automática de trombo equivalente a la obtenida con la segmentación editada.
© 2001-2024 Fundación Dialnet · Todos los derechos reservados