Técnicas de segmentación semántica aplicadas en imágenes de laparoscopia
Este trabajo tiene como objetivo proponer un método de segmentación semántica en imágenes médicas capturadas por una cámara de laparoscopia. La segmentación semántica consiste en clasificar cada píxel de una imagen entre un conjunto de clases, tales como instrumental, órganos del cuerpo, fondo, etc....
| Autor: | |
|---|---|
| Tipo de recurso: | tesis de maestría |
| Fecha de publicación: | 2018 |
| País: | España |
| Institución: | Universidad de Alcalá (UAH) |
| Repositorio: | e_Buah Biblioteca Digital Universidad de Alcalá |
| Idioma: | español |
| OAI Identifier: | oai:ebuah.uah.es:10017/34681 |
| Acceso en línea: | http://hdl.handle.net/10017/34681 |
| Access Level: | acceso abierto |
| Palabra clave: | Realidad aumentada Segmentación semántica Redes neuronales Convolución Bases de datos Intervención quirúrgica Laparoscopia Telecomunicaciones Telecommunication |
| Sumario: | Este trabajo tiene como objetivo proponer un método de segmentación semántica en imágenes médicas capturadas por una cámara de laparoscopia. La segmentación semántica consiste en clasificar cada píxel de una imagen entre un conjunto de clases, tales como instrumental, órganos del cuerpo, fondo, etc. Los métodos de segmentación semántica son una herramienta de vital importancia para la mejora, mediante técnicas de realidad aumentada, de las técnicas de cirugía medicina mínimamente invasiva (MIS) o de laparoscopia. Para ello se requieren métodos robustos a cambios en la imagen y deformaciones de los objetos y que funcionen en tiempo real. Este trabajo desarrolla y estudia métodos de segmentación semántica de imágenes basados en el uso de redes neuronales profundas, conocidas como deep learning. En concreto se estudiarán las redes de tipo “fully convolutional” compuestas por capas convolucionales y se propondrá una arquitectura basada en una encoder-decoder y capas residuales. La red propuesta, que denominaremos MIS-Net se ha evaluado en dos bases de datos de acceso público para la detección de instrumental médico y órganos en operaciones de laparoscopia de riñón en cerdos. Además se ha realizado el etiquetado y evaluación del método propuesto en una base de datos de operaciones de laparoscopia de hígado. La red propuesta se ha comparado y evaluado mediante dichas bases de datos con dos redes convolucionales del estado del arte, obteniendo resultados competitivos y permitiendo su ejecución en tiempo real en un sistema comercial basado en unidades gráficas de proceso o GPU. |
|---|