Segmentación computacional de la vena cava superior y procesos hipertensivos

Se propone una estrategia para la segmentacióntridimensional de la vena cava superior (SVC) en20 imágenes cardiacas de tomografía computarizadamulticapa, correspondientes al ciclo cardiaco completode un sujeto. Esta estrategia está basada en la técnica derealce por similaridad global y consta de las etapas de preprocesamiento,segmentación y entonación de parámetros.El pre-procesamiento se aplica, preliminarmente, al instantede diástole final y se divide en dos fases denominadas: Filtradoy Definición de una región de interés. Estas fases abordanlos problemas de ruido, artefactos y bajo contraste de lasimágenes. Para la segmentación, de la SVC, se implementael algoritmo de crecimiento de regiones el cual es aplicadoa las imágenes pre-procesadas y es inicializado con un vóxeldetectado con máquinas de soporte vectorial de mínimoscuadrados. Durante la entonación de parámetros, se usa elcoeficiente de Dice (Dc) para comparar las segmentacionesobtenidas mediante la estrategia propuesta y la segmentacióngenerada, manualmente, por un cardiólogo. La combinaciónde técnicas de filtrado que generó el Dc más elevado considerandoel instante de diástole se aplica luego a las 19 imágenes3D restantes, obteniéndose un Dc promedio superior a 0.9 locual indica una excelente correlación entre las segmentacionesgeneradas por un experto cardiólogo y las producidas porla estrategia desarrollad