Software para el estudio del volumen de estructuras corticales en imágenes de RMN cerebrales

Abstract

El estudio del volumen intracraneal requiere del uso de herramientas que permitan objetivar el diagnóstico y ofrezcan un rendimiento y precisión elevados. La segmentación automática del volumen cerebral es el primer paso hacia un estudio más completo del cerebro y supondrá una herramienta versátil en el estudio de diversas patologías. Propósito: Mejorar un método ya implementado que segmenta el volumen cerebral con una calidad aceptable pero en un tiempo de ejecución elevado basado en comparación de regiones contra una biblioteca de casos de ejemplo segmentada manualmente. Método: El método recorre uno a uno todos los voxels del cerebro a segmentar extrayendo la región que lo envuelve y comparándola con regiones de los casos de ejemplo de la biblioteca. Esto era ineficiente así que se han introducido mejoras que van desde la carga y preselección de los casos más semejantes para usarlos en la segmentación hasta introducir una estimación pre calculada del etiquetado de los voxels que no suelen variar para evitar tener que procesarlos. Resultados: Se parte de un método que obtiene segmentaciones con una 98% de fiabilidad y en un tiempo de ejecución de 160 segundos y se ha mejorado hasta una fiabilidad del 99% en un tiempo inferior a 40 segundos.