La segmentación automática de determinadas partes del corazón desempeña un papel importante en las tareas de reconocimiento, que se utilizan para el diagnóstico y el tratamiento. Una aplicación especialmente importante es la segmentación de la grasa epicárdica (que rodea el corazón), que según diversos estudios indica el nivel de riesgo de desarrollar diversas enfermedades cardiovasculares, así como de predecir la progresión de ciertas enfermedades. La cuantificación de la grasa epicárdica a partir de imágenes de TC requiere métodos avanzados de segmentación de imágenes. El problema de los métodos más avanzados para la segmentación de la grasa epicárdica es su alta dependencia de la interacción del usuario, lo que resulta en una baja reproducibilidad de los estudios y en un análisis que requiere mucho tiempo. En este artículo proponemos un nuevo enfoque semiautomático para la segmentación y cuantificación de la grasa epicárdica a partir de imágenes de TC 3D. Nuestro método es un enfoque de segmentación semisupervisada corte a corte basado en morfología adaptativa local y clustering de c-medias difusas. Además, utilizamos una elipse geométrica previa para filtrar las partes no deseadas del cluster objetivo. La validación de la metodología propuesta muestra una buena correspondencia entre los resultados de la segmentación y la segmentación manual realizada por los médicos.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Síntesis de nanoestructuras de oro unidimensionales
Artículo:
Propagación y enzimas antioxidantes de Campanula velebitica Borbás cultivada in vitro
Artículo:
Contactos óhmicos de Ti/Al con nanocables de GaN de tipo n
Artículo:
Preparación y caracterización de microesferas nanoporosas de hidrogel de carboximetilcelulosa sódica
Artículo:
Una arquitectura de CNN mejorada para diagnosticar el cáncer de piel en imágenes dermatoscópicas basada en el algoritmo de optimización de manadas de ñus
Artículo:
Agroecología: única esperanza para la soberanía alimentaria y la resiliencia socioecológica
Artículo:
Marco del modelo de gestión financiera y contable inteligente bajo la perspectiva de la inteligencia artificial
Artículo:
Investigación sobre el Modelo de Evaluación de la Demanda de Información Rural Basado en Big Data
Artículo:
Reduciendo la vibración del marco del robot delta en la aplicación de recogida y colocación: Un enfoque de optimización del perfil de aceleración