Diseño de un anotador semántico de imagen médica para gliomas asistido por redes neuronales convolucionales

Abstract

[ES] El glioma de alto grado es un tumor del sistema nervioso central no resuelto hasta el momento. El seguimiento de los pacientes tras la operación requiere el análisis radiológico de series de imágenes por resonancia magnética. La segmentación de imágenes de resonancia magnética antes de cirugía está resuelta mediante redes neuronales convolucionales pero no es así para imágenes posteriores a la cirugía. En este proyecto diseñaremos un software de anotación de secuencias de imágenes de resonancia mágnética. Dicho software estará asistido por redes neuronales convolucionales o segmentaciones previas, permitiendo al radiólogo modificar la máscara de segmentación y añadir nuevos hallazgos según su criterio experto. Así pues, el software permitirá al usuario de forma interactiva la anotación de segmentaciones semánticas y hallazgos en las imágenes, así como asociarlos a información clínica e histológica relevante.

[EN] High-grade glioma is an unresolved tumor of the central nervous system. Follow-up of patients after surgery requires radiological analysis of series of magnetic resonance images. The segmentation of MRI images before surgery is solved by means of convolutional neural networks but not so for images after surgery. In this project we will design a magnetic resonance image sequence annotation software. Such software will be assisted by convolutional neural networks or segmentation priors, allowing the radiologist to modify the segmentation mask and add new findings according to his expert judgment. Thus, the software will allow the user to interactively annotate semantic segmentations and findings on the images and associate them with relevant clinical and histological information.