Estimación de volumen remanente de hígado basado en segmentación de venas hepáticas en tomografías computarizadas

Abstract

Esta memoria presenta un enfoque computacional para la estimación automática del volumen remanente hepático futuro, un parámetro crucial en la planificación de hepatectomías. El método propuesto combina aprendizaje profundo, esqueletonización, grafos y restricciones basadas en la teoría clínica y anatómica, logrando una solución automatizada y rápida.

Los resultados reportados evidenciaron una apropiada segmentación de las venas hepáticas principales a partir de imágenes CT utilizando diferentes variantes del modelo base MedSAM, asociado a la problemática planteada. No obstante, estas variaciones no lograron sobrepasar los resultados obtenidos de forma paralela con experimentos alternativos.

Por otro lado, el algoritmo demostró una adecuada identificación de las venas suprahepáticas y de los hiperplanos de corte en la mayoría de los casos probados. También, se logró estimar los volúmenes remanentes para las hepatectomías más comunes, obteniendo resultados comparables a métodos manuales. El algoritmo presentó un desempeño superior para estimar la hepatectomía izquierda y extendida izquierda, mientras presentó un mayor error al estimar la hepatectomía derecha.

En conclusión, se logró realizar las pruebas de segmentación propuestas y alcanzar el desarrollo de un apropiado algoritmo, cumpliendo con los objetivos planteados, presentando un acercamiento hacia la automatización de la planificación quirúrgica hepática. Para trabajos futuros se espera perfeccionar los parámetros y herramientas utilizadas en el algoritmo, probar estrategias alternativas en la identificación de las venas y ampliar el alcance para otros conjuntos y tipos de datos.