Segmentación automática de estructuras cardíacas en imágenes médicas usando aprendizaje profundo

Abstract

[ES] La detección de estructuras cardíacas a partir de imágenes médicas para su posterior análisis resulta fundamental para el diagnóstico de enfermedades coronarias. En el presente Trabajo de Fin de Máster se plantea el desarrollo de un modelo de aprendizaje profundo que permita la identificación semántica de estructuras cardíacas de interés. Con este objetivo se entrenarán diferentes modelos con configuraciones ideales para este propósito en base a la información proporcionada por la literatura en este campo. Además, se comparará la propuesta con modelos ya existentes, analizando las ventajas e inconvenientes del modelo finalmente propuesto. Debido a la falta de muestras etiquetadas en este campo, también se analizará la posibilidad de utilizar técnicas de aumento de datos y aprendizaje por transferencia.

[EN] The detection of cardiac structures from medical images for their subsequent analysis is essential for the diagnosis of coronary heart disease. In this Final Master's Work we propose the development of a Deep Learning model that allows the semantic identification of cardiac structures of interest. To this end, different models with ideal configurations for this purpose will be trained based on the information provided by the literature in this field. Furthermore, the proposal will be compared with existing models, analysing the advantages and disadvantages of the finally proposed model. Due to the lack of labelled samples in this field, the possibility of using Data Augmentation and Transfer Learning techniques will also be analysed.