Cirurgia Digital Automàtica
Karzazi El Bachiri, Samya
Silva Pereira, Silvana, tut. (Universitat Autònoma de Barcelona. Departament de Ciències de la Computació)
Universitat Autònoma de Barcelona. Escola d'Enginyeria

Títol variant:	Automatic Digital Surgery
Data:	2025
Resum:	La cirurgia digital ha irromput amb força en el camp mèdic, i ha permès una planificació quirúrgica més precisa i personalitzada gràcies a la segmentació automàtica d'imatges TAC. En aquest treball, es presenta un sistema basat en el model 3D U-Net capaç de segmentar estructures òssies de manera ràpida i eficient. D'aquesta manera ha reduït el temps que els professionals dediquen a tasques manuals i millora la presa de decisions clíniques. A més, s'ha dissenyat una interfície gràfica d'usuari (GUI) que integra tot el flux de treball, des de la conversió de fitxers DICOM fins a la visualització interactiva de les segmentacions en 3D. Les estratègies d'optimització aplicades, com l'eliminació de patches sense informació rellevant i la incorporació d'un mòdul d'Atenció, han contribuït a incrementar les mètriques de precisió (IoU, Dice) i a disminuir el temps d'entrenament en comparació amb altres enfocaments tradicionals. Els resultats obtinguts confirmen la viabilitat d'aquest sistema per a la planificació quirúrgica en entorns reals, tot i que encara queden reptes per abordar, com la presència de components metàl·lics i l'escalat a altres anatomies.
Resum:	Digital surgery has made a remarkable impact on the medical field by enabling highly accurate and personalized surgical planning through automatic segmentation of CT images. This work introduces a 3D U-Net-based system capable of identifying bone structures rapidly and efficiently, thereby reducing the time healthcare professionals spend on manual tasks and enhancing clinical decision-making. Moreover, a custom Graphical User Interface (GUI) has been developed that integrates the entire workflow, from DICOM file conversion to the interactive 3D visualization of the segmented parts. Optimization strategies-such as discarding irrelevant patches and incorporating an Attention module-have notably improved both precision metrics (IoU, Dice) and training times compared to conventional methods. The results confirm the feasibility of this system for real-world surgical planning. Although challenges remain, such as the presence of metallic implants and the need for further scaling to other anatomies.
Drets:	Aquest document està subjecte a una llicència d'ús Creative Commons. Es permet la reproducció total o parcial, la distribució, la comunicació pública de l'obra i la creació d'obres derivades, sempre i quan aquestes es distribueixin sota la mateixa llicència que regula l'obra original i es reconegui l'autoria.
Llengua:	Català
Titulació:	Enginyeria Informàtica [2502441]
Pla d'estudis:	Enginyeria Informàtica [958]
Document:	Treball final de grau ; Text
Àrea temàtica:	Menció Computació
Matèria:	Cirurgia digital ; Segmentació mèdica ; Aprenentatge profund ; 3D U-Net ; Interfície gràfica d'usuari ; Digital surgery ; Medical image segmentation ; Deep learning ; Graphical user interface

11 p, 2.5 MB

El registre apareix a les col·leccions:
Documents de recerca > Treballs de Fi de Grau > Escola d'Enginyeria. TFG