Resumen:
|
[ES] Hoy en día, el cáncer de próstata es considerado uno de los carcinomas malignos más prevalentes entre la población masculina, siendo en España, el segundo más frecuente y el tercero en mortalidad. El tratamiento consta ...[+]
[ES] Hoy en día, el cáncer de próstata es considerado uno de los carcinomas malignos más prevalentes entre la población masculina, siendo en España, el segundo más frecuente y el tercero en mortalidad. El tratamiento consta principalmente de procedimientos quirúrgicos, lo que puede producir en el paciente, efectos secundarios y secuelas. Por ello, surge la necesidad del diagnóstico precoz, de establecer el riesgo de progresión de los tumores y valorar a cada paciente antes de tomar cualquier decisión terapéutica.
Con el propósito de obtener una mayor cantidad de información sobre la patología, una de las técnicas más utilizadas, es la Imagen por Resonancia Magnética (RM), con la cual, de manera no invasiva, se puede clasificar de forma local y regional los estados en pacientes con cáncer. Los avances en la tecnología han derivado en el desarrollo de RM multiparamétrica, en el que se combina secuencias T2W anatómicas con evaluaciones funcionales y fisiológicas, incluyendo imágenes de difusión e imágenes de perfusión.
Al existir una excesiva variación en la interpretación de las imágenes de cáncer de próstata, para estandarizar el proceso de evaluación RM multiparamétrica y su aplicación, se creó el Sistema de Información y Datos en Imagen de Próstata (PI-RADS), formado por directrices básicas para la adquisición de las imágenes y la evaluación de cada lesión analizando la información proveniente de las distintas secuencias.
El presente trabajo consiste en la validación de los algoritmos de preprocesado involucrados en el análisis de las distintas secuencias, siendo estos: selección de la función de entrada arterial en imágenes de perfusión DCE y registros intersecuencia. Se lleva a cabo un proceso de validación completo e independiente para cada algoritmo de preprocesado, obteniéndose métricas y medidas estadísticas para evaluar el buen funcionamiento de los distintos algoritmos en una base de datos de pacientes representativos de la práctica clínica.
[-]
[EN] One of the most prevalent malignant carcinomas among the male population in these days is prostate cancer, also it is the second most frequent in Spain and the third in mortality. The treatment consists mainly of ...[+]
[EN] One of the most prevalent malignant carcinomas among the male population in these days is prostate cancer, also it is the second most frequent in Spain and the third in mortality. The treatment consists mainly of surgical procedures, which can produce side effects and sequels. Therefore, the need for early diagnosis arises, to establish the risk of tumor progression and to evaluate each patient before taking any therapeutic decision.
In order to obtain a greater amount of information about this pathology, one of the most used techniques is Magnetic Resonance Imaging (MRI), which with the use of contrast agents, states in cancer patients can be locally and regionally classified. Advances in technology have led to the development of Multiparametric MRI (mpMRI), which combines anatomical T2W sequences with functional and physiological assessments, including diffusion and perfusion imaging.
As there is excessive variation in the interpretation of prostate cancer images, in order to standardize the mpMRI evaluation process and its application, the Prostate Image-Reporting and Data System (PI-RADS) was created, consisting of basic guidelines for the evaluation of each lesion with this type of analysis.
The present work is about the validation of a series of pre-processing algorithms for the evaluation of prostate cancer using mpMRI and the recommendations of PI-RADS. These algorithms are the selection of the arterial input function in DCE perfusion images and the registration of images. A complete and independent validation process is carried out for each type of analysis, obtaining metrics and statistical measures that allow differentiating and demonstrating the validity of the application under study.
[-]
[CA] Hui en dia, el càncer de pròstata és considerat un dels carcinomes malignes més prevalents
entre la població masculina, sent a Espanya, el segon més freqüent i el tercer en mortalitat.
El tractament consta principalment ...[+]
[CA] Hui en dia, el càncer de pròstata és considerat un dels carcinomes malignes més prevalents
entre la població masculina, sent a Espanya, el segon més freqüent i el tercer en mortalitat.
El tractament consta principalment de procediments quirúrgics, la qual cosa pot produir
en el pacient, efectes secundaris i seqüeles. Per això, sorgix la necessitat del diagnòstic
precoç, d'establir el risc de progressió dels tumors i valorar cada pacient abans de prendre
qualsevol decisió terapèutica.
Amb el propòsit d'obtindre una major quantitat d'informació sobre la patologia, una de
les tècniques més utilitzades, és la Imatge per Ressonància Magnètica (RM) , amb la qual,
de manera no invasiva, es pot classificar de forma local i regional els estats en pacients
amb càncer. Els avanços en la tecnologia han derivat en el desenrotllament de RM
multiparamétrica, en el que es combina seqüències T2W anatòmiques amb avaluacions
funcionals i fisiològiques, incloent imatges de difusió i imatges de perfusió.
A l'existir una excessiva variació en la interpretació de les imatges de càncer de pròstata,
per a estandarditzar el procés d'avaluació RM multiparamétrica i la seua aplicació, es va
crear el Sistema d'Informació i Dades en Imatge de Pròstata (PI- RADS) , format per
directrius bàsiques per a l'adquisició de les imatges i l'avaluació de cada lesió analitzant
la informació provinent de les distintes seqüències.
El present treball consistix en la validació dels algoritmes de preprocessat involucrats en
l'anàlisi de les distintes seqüències, sent estos: selecció de la funció d'entrada arterial en
imatges de perfusió DCE i registres interseqüència. Es du a terme un procés de validació
complet i independent per a cada algoritme de preprocessat, obtenint-se mètriques i
mesures estadístiques per a avaluar el bon funcionament dels distints algoritmes en una
base de dades de pacients representatius de la pràctica clínica.
[-]
|