Segmentación automática de la perfusión miocárdica en imágenes de resonancia magnética cardíaca

Abstract

Las enfermedades cardiovasculares son una de las principales causas de muerte en el mundo, por lo que su detección temprana es de alto interés en la comunidad científica. En la detección de la isquemia cardíaca, una de las más relevantes dentro de las cardiovasculares, se utiliza la resonancia magnética donde es necesario segmentar los bordes endocárdicos y epicárdicos del corazón, como parte del proceso para la detección de la enfermedad, lo cuál toma un tiempo extenso. El aprendizaje profundo es el estado del arte en la segmentación automática de la perfusión cardíaca. En este ámbito, arquitecturas como la U-Net adquieren gran importancia para la segmentación, y que sumadas a otras técnicas ofrecen resultados de alto nivel. En la presente investigación, se propone utilizar diferentes modelos, como la U-Net, U-Net con aprendizaje adversarial profundo y la TransUNet. Y de esta manera, comparar los resultados para seleccionar el modelo que permita optimizar los tiempos de ejecución con una mayor exactitud. En el presente trabajo, se logran resultados de alto nivel en la segmentación de la perfusión cardíaca, donde se alcanzan porcentajes superiores al 90% en las métricas estudiadas, Dice Score e IoU. En particular, se destaca el 94,10% en Dice Score y el 94,18% en IoU conseguidos en el endocardio. Es importante destacar dichos porcentajes debido a que fueron obtenidos sobre la clase corregida mediante la metodología de revisión de etiquetas en imágenes de perfusión, que también es una contribución relevante de la investigación. Finalmente, se plantea profundizar en la revisión de imágenes, ya que, debido a limitaciones de tiempo y recursos, no fue posible corregir la etiqueta relacionada al epicardio, quedando en su estado previo. Lo anterior, queda pendiente como trabajo futuro, donde es necesario segmentar adecuadamente el borde del epicardio que contribuye a obtener mejores métricas en el miocardio, donde actualmente se logran resultados de un 84,08% y un 85,64% en Dice Score e IoU, respectivamente.