Towards an automated analysis pipeline for mrs data: a prototype based on brain tumors

• Autores: Victor Mocioiu
• Directores de la Tesis: Carles Arús Caraltó (dir. tes.) , Alfredo Vellido Alacena (dir. tes.) , Ma. Margarita Julià Sapé (dir. tes.)
• Lectura: En la Universitat Autònoma de Barcelona ( España ) en 2016
• Idioma: español
• Tribunal Calificador de la Tesis: Diana Sima (presid.) , Rui Vasco Portas Ferreira Simoes (secret.) , Dionisio Martin Acosta Mena (voc.)
• Texto completo no disponible (Saber más ...)
• Resumen

  • La incidencia del cáncer en el mundo es muy elevada, con 14 millones de nuevos casos y 8,2 millones de muertes relacionadas con el cáncer, solamente en 2012. El manejo clínico del mismo tiene un papel importante en mantener bajo el ratio entre mortalidad e incidencia. Este ratio tiende a ser mayor en las zonas menos desarrolladas del mundo. Esto es porque las modernas técnicas radiológicas como la imagen por resonancia magnética (IRM) y la espectroscopía (ERM), son mucho más accesibles en las zonas más desarrolladas.

    A pesar de proveer información metabólica sobre el tejido a investigar, el uso de la ERM no está tan ampliamente extendido como la IRM. Es discutible si este hecho es debido a que el procesamiento y el análisis de datos obtenidos con la ERM requieren un conocimiento experto. La ERM aun esta lejos del estadio en que “apretamos un botón” (push button application, PBA).

    Esta tesis proporciona un marco para la implementación en este contexto de un PBA con sus componentes. Cabe mencionar que mientras los componentes mostrados se enfocan en la ERM de protón aplicada al cerebro, dichos componentes podrían ser extendidos a otros tipos de núcleos u órganos.

    Las contribuciones de esta tesis son: un formato de datos unificado descrito e implementado para la realización de experimentos de reconocimiento de patrones con datos de ERM. Anonimización de datos e intercambio de datos, con un software que exporta a un formato general (Capítulo 2). Un sistema novedoso para realizar control de calidad supervisada en datos de ERM (Capítulo 3). A continuación, se propone una novedosa aproximación a la visualización de dos tipos de tumores cerebrales difíciles de discriminar del resto de tumores cerebrales (Capítulo 4); y finalmente, un sistema para diferenciar entre dichas patologías (Capítulo 5).