Automatic plane reformating for 4D flow MRI using continuous reinforcement learning

Simple item page
dc.contributor.advisorUribe Arancibia, Sergio A.
dc.contributor.authorBisbal, Javier E.
dc.contributor.otherPontificia Universidad Católica de Chile. Escuela de Ingeniería
dc.date.accessioned2022-05-05T16:35:30Z
dc.date.available2022-05-05T16:35:30Z
dc.date.issued2022
dc.descriptionTesis (Master of Science in Engineering)--Pontificia Universidad Católica de Chile, 2022
dc.description.abstractLa resonancia magnética de flujo 4D permite calcular parámetros hemodinámicos que proporcionan información valiosa para caracterizar las enfermedades cardiovasculares. Una de las limitaciones es el post procesamiento, el cual requiere mucho tiempo y depende del usuario. En esta investigación desarrollamos un método de aprendizaje profundo reforzado para el reformateo automático de planos en datos de flujo 4D utilizando el algoritmo Asynchronous Advantage Actor Critic para entrenar una red convolucional 2D que actualiza secuencialmente los parámetros del plano hacia un plano objetivo una política de acciones continua. Procesamos datos de flujo 4D de escáneres de resonancia magnética de GE, Siemens y Philips de 67 voluntarios sanos y 20 pacientes con defectos cardíacos congénitos (47 hombres, 34 ± 12,4 años de edad). Todos los conjuntos de datos se dividieron en 50% para entrenamiento, 25% para validación y 25% para prueba, y se confirmaron con validación cruzada de 4 carpetas. Nuestro método obtuvo excelentes resultados en términos de errores de angulación y distancia (media de 7,88 ± 4,33 grados y 3,46 ± 3,25 mm) con una correlación de flujo de 0,82. Adaptamos con éxito un método de aprendizaje de refuerzo contínuo al reformateo de planos de flujo 4D, apto para datos de diferentes fabricantes de escáneres de resonancia magnética, con resultados prometedores en voluntarios sanos y pacientes. Trabajo futuro con mas datos y planos es necesario para la validación clínica.
dc.format.extentix, 26, 9 páginas
dc.fuente.origenSRIA
dc.identifier.doi10.7764/tesisUC/ING/63717
dc.identifier.urihttps://doi.org/10.7764/tesisUC/ING/63717
dc.identifier.urihttps://repositorio.uc.cl/handle/11534/63717
dc.information.autorucEscuela de Ingeniería ; Uribe Arancibia, Sergio A. ; S/I ; 16572
dc.information.autorucEscuela de Ingeniería ; Bisbal, Javier E. ; S/I ; 245827
dc.language.isoen
dc.nota.accesoContenido completo
dc.rightsacceso abierto
dc.subjectFlujo 4Des_ES
dc.subjectAprendizaje profundoes_ES
dc.subjectAprendizaje reforzadoes_ES
dc.subjectReformateo de planoses_ES
dc.subject.ddc610
dc.subject.deweyMedicina y saludes_ES
dc.subject.ods03 Good health and well-being
dc.subject.ods09 Industry, innovation and infrastructure
dc.subject.odspa03 Salud y bienestar
dc.subject.odspa09 Industria, innovación e infraestructura
dc.subject.otherResonancia magnética - Modelos matemáticoses_ES
dc.subject.otherCorazón - Imagenes_ES
dc.subject.otherDiagnóstico por imagenes_ES
dc.titleAutomatic plane reformating for 4D flow MRI using continuous reinforcement learninges_ES
dc.typetesis de maestría
sipa.codpersvinculados16572
sipa.codpersvinculados245827
Files
Original bundle
Now showing 1 - 1 of 1
Thumbnail Image
Name:
TESIS_JBisbal_Firma Final.pdf
Size:
5.99 MB
Format:
Adobe Portable Document Format
Description:
Download
License bundle
Now showing 1 - 1 of 1
Thumbnail Image
Name:
license.txt
Size:
1.98 KB
Format:
Item-specific license agreed upon to submission
Description:
Download
Collections
3.01 Tesis magíster