Look-up in Google Scholar
Full metadata record
Castro Gutierrez, Eveling Gloria
Gutiérrez Cervantes, Giancarlos
2019-10-09T16:04:01Z
2019-10-09T16:04:01Z
2019
http://repositorio.unsa.edu.pe/handle/UNSA/9591
La Osteoartritis de cadera, comúnmente conocida como artrosis de cadera, es una enfermedad articular degenerativa, la cual, afecta a personas de 50 años a más, especialmente a mujeres. Esta enfermedad es complicada de diagnosticar de manera objetiva, por lo que puede variar según el médico y muchas veces depende en gran medida de la experiencia del mismo. Para el diagnóstico de esta enfermedad generalmente se recurre a las imágenes de rayos X de cadera en vista Antero-posterior, para realizar mediciones de ciertos rasgos característicos de la enfermedad. Principalmente se realiza la medición de la distancia articular existente entre la cabeza femoral y la copa acetabular, donde la reducción de dicha distancia es un indicador claro de la presencia de osteoartritis. La medición de la distancia articular de cadera, implica la segmentación tanto del fémur como de la pelvis en las imágenes de rayos X, sin embargo, esta es una tarea desafiante debido a las variaciones de contraste existente en las imágenes de rayos X, a su vez, debido a factores externos, como las diferencias anatómicas entre los pacientes y la variación de las posturas de los mismos al obtener dichas imágenes radiográficas. El presente trabajo de tesis da a conocer un método de aprendizaje supervisado con un enfoque multiescala para realizar la segmentación de diversas estructuras óseas. Este método se basa en la detección de puntos de referencia, generalmente conocidos como Landmarks, a través de la estimación conjunta basada en los datos, gracias a la creación de un Gold Standard, mediante la segmentación manual realizada por un médico especialista haciendo uso de landmarks a lo largo de los contornos de las estructuras óseas, también se realiza un proceso de refinamiento para mejorar la precisión de la segmentación. Los landmarks detectados se usan para determinar la distancia articular a lo largo de la articulación de la cadera. La evaluación de la segmentación se realiza usando el Coeficiente de DICE, donde se obtuvo una precisión mayor al 88%. Para la medición del espacio articular se emplearon métricas, las cuales presentan una tasa de error aceptable. También se ha considerado y discutido brevemente el impacto del método propuesto para fines del diagnóstico de artrosis de cadera. (es_PE)
Tesis (es_PE)
application/pdf (es_PE)
spa (es_PE)
Universidad Nacional de San Agustín de Arequipa (es_PE)
info:eu-repo/semantics/openAccess (es_PE)
http://creativecommons.org/licenses/by-nc-nd/4.0/ (es_PE)
Universidad Nacional de San Agustín de Arequipa (es_PE)
Repositorio Institucional - UNSA (es_PE)
Detección de Puntos de Referencia (es_PE)
Segmentación de Estructuras Óseas (es_PE)
Modelos de Forma Estadísticos (SSM) (es_PE)
Modelos de Forma Activa (ASM) (es_PE)
Imagen de Rayos X (es_PE)
Aprendizaje Supervisado (es_PE)
Artrosis de Cadera (es_PE)
Medición de distancia articular de cadera usando imágenes de Rayos X para la asistencia en el diagnóstico de osteoartritis (es_PE)
info:eu-repo/semantics/bachelorThesis (es_PE)
Universidad Nacional de San Agustín de Arequipa.Facultad de Ingeniería de Producción y Servicios (es_PE)
Ingeniería de Sistemas (es_PE)
Título Profesional (es_PE)
Ingeniero de Sistemas (es_PE)
PE (es_PE)
https://purl.org/pe-repo/ocde/ford#3.05.02 (es_PE)
http://purl.org/pe-repo/renati/level#tituloProfesional (es_PE)
29695284
https://orcid.org/0000-0002-0203-041X (es_PE)
612076 (es_PE)
http://purl.org/pe-repo/renati/type#tesis (es_PE)
Pública



This item is licensed under a Creative Commons License Creative Commons