Manifold learning for cardiac image analysis: application to temporal enhancement and 3D heart reconstruction from freehand ultrasound

Treball de fi de grau en Sistemes AudiovisualsTutor: Gemma Piella FenoyManifold learning is increasingly being used to recover the underlying structure of medical image data. In this work, manifold learning algorithms are applied to extract the non-linear relationship between the frames of one cycle of a beating heart. The use of these techniques allows the characterization of the images according to their cardiac phase and their position which can be useful for computer-aided detection, diagnosis and therapy. Two ways of using this non-linear embedded information from 2D echocardiography images are presented. On the one hand, to increase the temporal resolution of the sequence and therefore to allow for a better analysis. On the other hand, to provide for a 3D visualization of the heartLes tècniques de manifold learning han suposat una nova forma de descobrir informació i estructures de dades dins l’àmbit de la imatge mèdica. Aquest treball presenta una nova forma d’usar les tècniques de manifold , extraient informació no – lineal entre frames d’un cicle cardíac. L’ús d’aquestes tècniques ha permès la caracterització de les imatges d’acord amb la fase, així com la seva posició dins del cicle cardíac , útil per a la ràpida detecció , diagnòstic i teràpia de possible malalties del cor. Dos maneres d’usar l’ informació no lineal de les ecocardiografies 2D és presentada. Per una banda per incrementar la resolució temporal d’una seqüència cardíaca. Per l’altre banda per oferir una visualització tridimensional del cor