Pérez Herrero, Sandra
Loading...
Organizational Units
Organizational Unit
Job Title
ORCID
Panorama page
person.page.panorama
Name
Email Address
2 results
Search Results
Now showing 1 - 2 of 2
- PublicationDesarrollo de un modelo para la predicción de la evolución de la extensión del infarto cerebral mediante técnicas de inteligencia artificial y el análisis de imágenes médicas(Universitat Politècnica de València, 2021-10-04) Pérez Herrero, Sandra; Moratal Pérez, David; Pérez Pelegrí, Manuel; Departamento de Ingeniería Electrónica; Centro de Biomateriales e Ingeniería Tisular; Escuela Técnica Superior de Ingeniería Industrial; Centro de Investigación e Innovación en Bioingeniería[ES] El accidente cerebrovascular (ictus) representa una condición clínica en la que se produce una falta de oxígeno y nutrientes en determinadas zonas del cerebro. Esta patología constituye la segunda causa más común de mortalidad y la principal causa de discapacidad adquirida a nivel mundial. Dado el gran impacto del accidente cerebrovascular en nuestra sociedad actual y las previsiones que apuntan hacia una población cada vez más envejecida y con mayor presencia de comorbilidad, se hace necesario el planteamiento de nuevas estrategias de prevención, protocolos y técnicas de diagnóstico o tratamiento que permitan ofrecer una asistencia sanitaria más eficaz y estandarizada. En el diagnóstico del accidente cerebrovascular es importante destacar la gran relevancia de los estudios neurorradiológicos, capaces de proporcionar múltiples parámetros que se utilizan como biomarcadores en la caracterización del accidente cerebrovascular. A partir del procesado de imágenes de TAC de perfusión destaca la obtención del volumen de infarto (región afectada no recuperable) y el volumen de penumbra (región afectada recuperable con tratamiento). A pesar de que estos datos nos permiten tener una imagen del daño que ha sufrido el cerebro hasta el momento, no nos aportan una visión cuantitativa de la posible evolución del infarto, dejando esto a la evaluación subjetiva del neurólogo. En el presente Trabajo de Fin de Grado (TFG) se ha planteado utilizar la base de datos ISLES 2018 donde se proporcionan estudios de TAC de perfusión junto a máscaras segmentadas manualmente del infarto sobre resonancia magnética ponderada por difusión (RM DWI) a las 3 horas de haber realizado el estudio de TAC de perfusión. Los parámetros derivados del TAC de perfusión se han obtenido a partir del software comercial Minerva Stroke (Lincbiotech). El objetivo principal ha sido evaluar diferentes rutas de preprocesamiento de los datos, así como diversos algoritmos de Inteligencia Artificial (¿Machine Learning¿) con el fin de predecir el volumen de infarto a las 3 horas a partir de dichos parámetros, utilizando como gold standard las imágenes segmentadas manualmente de resonancia magnética ponderada por difusión (RM DWI). Para el desarrollo del proyecto se ha hecho uso de Matlab y de su aplicación Regression Learner App. Los resultados obtenidos en este TFG han demostrado, tras el entrenamiento y evaluación de 800 modelos de regresión diferentes, que el modelo capaz de ofrecer mejores resultados para el problema que nos ocupa es un algoritmo de Máquina de Vectores de Soporte (SVM), el cual permite predecir el volumen de infarto con un Error Medio Absoluto (MAE) de 13,55 ml a partir del volumen del núcleo del infarto inicial en TAC, el volumen de tejido hipoperfundido y el volumen de tejido con Tmax < 10.
- PublicationDesarrollo de modelos personalizados in silico para su utilización en población pediátrica(Universitat Politècnica de València, 2024-11-19) Pérez Herrero, Sandra; Saiz Rodríguez, Francisco Javier; Trénor Gomis, Beatriz Ana; Roses Noguer, Ferran; Departamento de Ingeniería Electrónica; Escuela Técnica Superior de Ingeniería Aeroespacial y Diseño Industrial; Escuela Técnica Superior de Ingeniería Industrial; Centro de Investigación e Innovación en Bioingeniería[ES] A pesar de los recientes avances en los campos de la medicina y la tecnología, las enfermedades cardiovasculares continúan siendo la principal causa de mortalidad y morbilidad a nivel mundial. Estas enfermedades no solo representan un grave riesgo para la salud de la población, reduciendo la calidad de vida de millones de personas, sino que también generan una carga económica considerable para los sistemas sanitarios. Por norma general las enfermedades cardiacas son más frecuentes en edades avanzadas, siendo algunas de las patologías más comunes la fibrilación auricular, la isquémica o la insuficiencia cardiaca. Sin embargo, es importante destacar que existen múltiples trastornos congénitos o adquiridos que afectan a la población pediátrica. Estas patologías pueden variar desde anomalías estructurales hasta alteraciones en el sistema de conducción, siendo comunes los desórdenes específicos e individuales, algo que supone un gran reto para la electrofisiología pediátrica. Si bien es cierto que esta disciplina comparte sus principios fisiológicos y patológicos con la electrofisiología cardiaca en adultos, es un campo que requiere de un enfoque mucho más especializado y adaptado. Además, es importante destacar que la vulnerabilidad que presenta la población pediátrica hace que las especialidades centradas en dichos grupos se enfrenten a un entendimiento limitado de los mecanismos subyacentes, tanto del comportamiento fisiológico como patológico, debido a la falta de experiencia clínica, preclínica y a las cuestiones éticas ligadas a la experimentación con individuos menores de edad. En los últimos años, gracias al desarrollo de la tecnología, el modelado in silico se ha convertido en una herramienta cada vez más usada en el ámbito de la medicina, empleándose no solo como un medio para llevar a cabo investigación, sino como ayuda al diagnóstico y seguimiento de determinados procedimientos. Los modelos computacionales cardiacos permiten actualmente simular el funcionamiento eléctrico del corazón y sus diferentes patologías en un entorno virtual, de manera precisa y controlada. Esto, no solo contribuye a un mayor entendimiento de los mecanismos que rigen el comportamiento fisiopatológico del corazón, sino que permiten abordar investigaciones de cuestiones complejas como la forma en la que variables como la edad o el sexo afectan al comportamiento electrofisiológico, llevar a cabo estudios de seguridad y eficacia de fármacos o evaluar las consecuencias de sustancias contaminantes en un individuo. En el presente Trabajo de Fin de Máster se plantea la creación de una cohorte de 8 modelos pediátricos tridimensionales anatómicamente realistas, tanto de ventrículo como de torso, así como la metodología empleada para su reconstrucción. Estos modelos serán obtenidos a partir de la segmentación de imágenes TAC tomadas in vivo de pacientes asociados a 4 rangos de edad entre los 0 y 16 años; para cada uno de estos cuatro subgrupos se tendrán dos pacientes, uno de cada sexo. Por otra parte, las mallas cardiacas se completarán mediante la inclusión de un sistema de conducción cardiaca capaz de simular el comportamiento eléctrico fisiológico del corazón. Una vez construidos estos modelos y ajustados para reproducir la electrofisiología asociada al sexo y edad, se emplearán con el objetivo de estudiar el efecto de diferentes factores que faciliten la aparición de arritmias en población pediátrica.