Repositorio de producción científica de la Universidad de Sevilla

Image processing in medicine advances for phenotype characterization, computer-assisted diagnosis and surgical planning

Opened Access Image processing in medicine advances for phenotype characterization, computer-assisted diagnosis and surgical planning
Estadísticas
Icon
Exportar a
Autor: Sánchez Mendoza, Carlos
Director: Acha Piñero, Begoña
Serrano Gotarredona, María del Carmen
Departamento: Universidad de Sevilla. Departamento de Teoría de la Señal y Comunicaciones
Fecha: 2011-05-13
Tipo de documento: Tesis Doctoral
Resumen: En esta Tesis presentamos nuestras contribuciones al estado del arte en procesamiento digital de imágenes médicas, articulando nuestra exposición en torno a los tres principales objetivos de la adquisición de imágenes en medicina: la prevención, el diagnóstico y el tratamiento de las enfermedades. La prevención de la enfermedad se puede conseguir a veces mediante una caracterización cuidadosa de los fenotipos propios de la misma. Tal caracterización a menudo se alcanza a partir de imágenes. Presentamos nuestro trabajo en caracterización del enfisema pulmonar a partir de imágenes TAC (Tomografía Axial Computerizada) de tórax en alta resolución, a través del análisis de las texturas locales de la imagen. Nos proponemos llenar el vacío existente entre la práctica clínica actual, y las sofisticadas pero costosas técnicas de caracterización de regiones texturadas, disponibles en la literatura. Lo hacemos utilizando la distribución local de intensidades como un descriptor adecuado para dete...
[Ver más]
In this Thesis we present our contributions to the state-of-the-art in medical image processing, articulating our exposition around the three main roles of medical imaging: disease prevention, diagnosis and treatment. Disease prevention can sometimes be achieved by proper characterization of disease phenotypes. Such characterization is often attained from the standpoint of imaging. We present our work in characterization of emphysema from highresolution computed-tomography images via quanti_cation of local texture. We propose to _ll the gap between current clinical practice and sophisticated texture approaches by the use of local intensity distributions as an adequate descriptor for the degree of tissue destruction in the emphysematous lung. Interesting results are presented from the analysis of several hundred datasets of lung CT for varying disease severity, suggesting both the correctness of our hypotheses and the pertinence of _ne emphysema quanti_cation for understanding of ...
[Ver más]
Cita: Sánchez Mendoza, C. (2011). Image processing in medicine advances for phenotype characterization, computer-assisted diagnosis and surgical planning. (Tesis Doctoral Inédita). Universidad de Sevilla, Sevilla.
Tamaño: 16.03Mb
Formato: PDF

URI: https://hdl.handle.net/11441/71510

Mostrar el registro completo del ítem


Esta obra está bajo una Licencia Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 Internacional

Este registro aparece en las siguientes colecciones