Redes neuronales y segmentación de folículos y endometrio en ecografías

Abstract

[ES] El presente Trabajo de Fin de Grado (TFG) se centra en el desarrollo de una librería de imágenes etiquetadas manualmente y la implementación de una red neuronal capaz de reconocer distintas partes del útero, específicamente el endometrio y los folículos en sus diversas etapas. Este proyecto incorpora el Sistema de Medicina Digital (SMD), que combina hardware y software para la segmentación automática del útero en imágenes de ecografía 3D mediante inteligencia artificial. Se aborda la creación de la red neuronal, discutiendo la elección del modelo óptimo y la gestión de recursos limitados. El trabajo presenta desafíos, como la baja calidad y cantidad de las imágenes disponibles para el entrenamiento. A pesar de estos obstáculos, el objetivo es demostrar el potencial de la red para futuras aplicaciones con un mayor volumen de imágenes de alta calidad. Este TFG representa un avance en la aplicación.

[CA] El present Treball de Fi de Grau (TFG) se centra en el desenvolupament d'una llibreria d'imatges etiquetades manualment i la implementació d'una xarxa neuronal capaç de reconéixer diferents parts de l'úter, específicament l'endometri i els fol·licles en les seues diverses etapes. Aquest projecte incorpora el Sistema de Medicina Digital (SMD), que combina maquinari i programari per a la segmentació automàtica de l'úter en imatges d'ecografia 3D mitjançant intel·ligència artificial. S'aborda la creació de la xarxa neuronal, discutint l'elecció del model òptim i la gestió de recursos limitats. El treball presenta desafiaments, com la baixa qualitat i quantitat de les imatges disponibles per a l'entrenament. Malgrat aquests obstacles, l'objectiu és demostrar el potencial de la xarxa per a futures aplicacions amb un major volum d'imatges d'alta qualitat. Aquest TFG representa un avanç en l'aplicació de la intel·ligència artificial en el camp de la medicina i la imatge mèdica.

[EN] The present Final Degree Project (TFG) focuses on the development of a library of manually labeled images and the implementation of a neural network capable of recognizing different parts of the uterus, specifically the endometrium and follicles in their various stages. This project incorporates the Digital Medicine System (SMD), which combines hardware and software for the automatic segmentation of the uterus in 3D ultrasound images using artificial intelligence. The creation of the neural network is addressed, discussing the choice of the optimal model and the management of limited resources. The work presents challenges, such as the low quality and quantity of images available for training. Despite these obstacles, the goal is to demonstrate the potential of the network for future applications with a larger volume of high-quality images. This TFG represents a step forward in the application of artificial intelligence in the field of medicine and medical imaging.