Automatic image quantification strategies in clinical nuclear medicine and neuroradiology / Tesis Doctoral presentada per Frederic Sampedro Santaló ; Sota la direcció de: Ignasi Carrió Gasset, Dr. Sergio Escalera Guerrero, Dr. Jordi Riba Serrano
Sampedro Santaló, Frederic, autor
Carrió, Ignasi, supervisor acadèmic
Escalera Guerrero, Sergio, supervisor acadèmic
Riba Serrano, Jordi, supervisor acadèmic
Universitat Autònoma de Barcelona. Departament de Medicina

Publicació: [Barcelona] : Universitat Autònoma de Barcelona, 2017
Descripció: 1 recurs en línia (38 pàgines)
Resum: Amb la revolució de la tecnologia digital d'obtenció d'imatges radiològiques i l'increment de la potència computacional, el camp de la quantificació d'imatges mèdiques ha sorgit. El fet de poder programar un ordinador per a que detecti patrons d'interès en imatges radiològiques i pugui derivar-ne d'aquests indicadors numèrics amb valor clínic fa que, sens dubte, aquest àmbit de coneixement tingui un gran potencial en entorns mèdics i de recerca. En aquesta tesi es presenten un conjunt de contribucions científiques en aquest context. En particular, es descriu el disseny i la implementació d'una sèrie d'estratègies computacionals de quantificació d'imatges de medicina nuclear i neuroradiologia. A continuació es detalla com aquestes tècniques han demostrat ser d'utilitat per a l'estudi de malalties molt rellevants en l'actualitat com són el càncer de mama, el limfoma no-Hodgkin, la pielonefritis, la malaltia d'Alzheimer, la malaltia de Parkinson i l'abús de cànnabis.
Resum: Con la revolución de la tecnología digital de obtención de imágenes radiológicas y el aumento de la potencia computacional, el campo de la cuantificación de imágenes médicas ha emergido. El hecho de poder programar un ordenador para que detecte patrones de interés en imágenes radiológicas y pueda derivar de ellos una serie de indicadores numéricos con valor clínico hace que, sin duda, este ámbito de conocimiento tenga un gran potencial en el entorno médico y de investigación. En esta tesis se presentan un conjunto de contribuciones científicas en este contexto. En particular, se describe el diseño y la implementación de una serie de estrategias computacionales de cuantificación de imágenes de medicina nuclear y neuroradiología. A continuación se detalla cómo estas técnicas han demostrado ser de utilidad en el estudio de patologias muy relevantes en la actualidad como son el cáncer de mama, el linfoma no-Hodgkin, la pielonefritis, la enfermedad de Alzheimer, la enfermedad de Parkinson i el abuso de cánnabis.
Resum: With the revolution of digital medical imaging and the increasing computational power, the field of quantitative medical image analysis emerged. By programming a computer to detect patterns of interest in medical images and derive clinically meaningful numerical indicators from them, this field shows promising potential for healthcare and medical research systems. In this thesis, the design and implementation of computer-based quantification techniques in nuclear medicine and neuroradiological images led to several contributions in this field. These image-derived indicators contributed to complement the visual diagnosis and to further understand the pathophysiology of important health issues such as breast cancer, non-Hodgkin lymphoma, pyelonephritis, Alzheimer's disease, Parkinson's disease and cannabis abuse.
Nota: Tesi. Doctorat. Universitat Autònoma de Barcelona. Departament de Medicina. 2017
Nota: Premi Extraordinari de Doctorat concedit pels programes de doctorat de la UAB per curs acadèmic 2017-2018
Drets: L'accés als continguts d'aquesta tesi queda condicionat a l'acceptació de les condicions d'ús establertes per la següent llicència Creative Commons Creative Commons
Llengua: Anglès.
Document: Tesis i dissertacions electròniques ; doctoralThesis ; publishedVersion
Matèria: Radiologia ; Sistema nerviós ; Radiografia ; Medicina nuclear ; Informàtica mèdica
ISBN: 9788449069970

Adreça alternativa: https://hdl.handle.net/10803/402270


39 p, 1.4 MB

El registre apareix a les col·leccions:
Documents de recerca > Tesis doctorals

 Registre creat el 2017-06-26, darrera modificació el 2019-02-02



   Favorit i Compartir