Icono govco

Examinando por Autor "Romero Castro, Eduardo"

Mostrando 1 - 3 de 3
  • Miniatura
    PublicaciónSólo datos
    Un análisis comparativo de arquitecturas de Redes Neuronales Convolucionales para clasificación de grado de riesgo de lesiones de próstata a partir de imágenes unimodales o bimodales de mpMRI
    (Universidad de los Llanos, 2021-06-16) Caviedes Rojas, Mauricio; Alvarez Jiménez, Charlems; Romero Castro, Eduardo; Cruz Roa, Ángel Alfonso
    Este trabajo presenta un análisis comparativo de cinco arquitecturas de redes neuronales convolucionales (CNN) usando imágenes de resonancia magnética multiparamétrica (mpMRI) para la clasificación de tejidos con presencia de lesiones de cáncer próstata. Como conjunto de datos de entrenamiento y validación se usó SPIE-AAPM-NCI Prostate MR Classification Challenge, el cual cuenta con 344 casos de imágenes de resonancia magnéticade las modalidades: T2W (T2 Ponderado), ADC (Coeficiente de Difusión Aparente) y Ktrans (imágenes preprocesadas de la modalidad DCE - Dinámico de Contraste Mejorado), a partir del cual se usaron tres subconjuntos de datos de una sola modalidad independiente (unimodal): T2W, ADC y Ktrans, y dos subconjuntos de datos combinando dos modalidades (bimodal): Ktrans-ADC y Ktrans-T2W, para su comparación y análisis. A partir de la escala deGleason (Gleason score - GS) y el grado ISUP (International Society of Urologic Pathologists), las cuales son usada para medir el grado de agresividad del cáncer de próstata, se establecieron dos niveles de agresividad: Bajo y Alto. La clase Bajo son aquellas lesiones con GS = 6, y la clase Alto, las lesiones con el valor del GS > 7. Los resultados experimentales muestran un rendimiento superior con las imágenes de la modalidad Ktrans en las 4 primeras arquitecturas obteniendo un valor máximo de AUC (area under ROC curve o área bajo la curva) de 0.71 ± 0.127. Sin embargo, la quinta arquitectura inspirada en la LetNet combinando dos modalidades de mpMRI, Ktrans-T2W, se obtiene un AUC de 0.72 ± 0.058, lo cual sugiere ligeramente que, aunque la modalidad Ktrans es la más relevante, su combinación con T2W podría mejorar la precisión diagnóstica.
  • Miniatura
    PublicaciónSólo datos
    Un análisis comparativo de arquitecturas de Redes Neuronales Convolucionales para clasificación de grado de riesgo de lesiones de próstata a partir de imágenes unimodales o bimodales de mpMRI
    (Universidad de los Llanos, 2021-06-16) Caviedes Rojas, Mauricio; Alvarez Jiménez, Charlems; Romero Castro, Eduardo; Cruz Roa, Ángel Alfonso
    Este trabajo presenta un análisis comparativo de cinco arquitecturas de redes neuronales convolucionales (CNN) usando imágenes de resonancia magnética multiparamétrica (mpMRI) para la clasificación de tejidos con presencia de lesiones de cáncer próstata. Como conjunto de datos de entrenamiento y validación se usó SPIE-AAPM-NCI Prostate MR Classification Challenge, el cual cuenta con 344 casos de imágenes de resonancia magnéticade las modalidades: T2W (T2 Ponderado), ADC (Coeficiente de Difusión Aparente) y Ktrans (imágenes preprocesadas de la modalidad DCE - Dinámico de Contraste Mejorado), a partir del cual se usaron tres subconjuntos de datos de una sola modalidad independiente (unimodal): T2W, ADC y Ktrans, y dos subconjuntos de datos combinando dos modalidades (bimodal): Ktrans-ADC y Ktrans-T2W, para su comparación y análisis. A partir de la escala deGleason (Gleason score - GS) y el grado ISUP (International Society of Urologic Pathologists), las cuales son usada para medir el grado de agresividad del cáncer de próstata, se establecieron dos niveles de agresividad: Bajo y Alto. La clase Bajo son aquellas lesiones con GS = 6, y la clase Alto, las lesiones con el valor del GS > 7. Los resultados experimentales muestran un rendimiento superior con las imágenes de la modalidad Ktrans en las 4 primeras arquitecturas obteniendo un valor máximo de AUC (area under ROC curve o área bajo la curva) de 0.71 ± 0.127. Sin embargo, la quinta arquitectura inspirada en la LetNet combinando dos modalidades de mpMRI, Ktrans-T2W, se obtiene un AUC de 0.72 ± 0.058, lo cual sugiere ligeramente que, aunque la modalidad Ktrans es la más relevante, su combinación con T2W podría mejorar la precisión diagnóstica.
  • Miniatura
    PublicaciónAcceso abierto
    Plataforma web de telepatología para la navegación eficiente de láminas virtuales de histopatología como apoyo a la enseñanza, investigación y trabajo colaborativo en cáncer
    (Universidad de los Llanos, 2018) Diaz Mejia, Darwin Sebastian; Cruz Roa, Angel Alfonso; Corredor Prada, Germán; Romero Castro, Eduardo
    En este documento se presenta el desarrollo de una plataforma Web de telepatología para la navegación eficiente de láminas virtuales de histopatología como apoyo a la enseñanza, investigación y trabajo colaborativo en cáncer. Este trabajo tiene como base la primera versión del microscopio virtual Web desarrollado por el grupo CIM@LAB de la Universidad Nacional de Colombia. A partir de esa versión, se realizó un análisis de los diferentes módulos del proyecto entregado, se estudiaron las tecnologías utilizadas y se identificó la arquitectura general del sistema. La plataforma Web de telepatología, presenta un conjunto de herramientas adicionales para el manejo de las anotaciones sobre las láminas virtuales de histopatología cuyo objetivo es el apoyo a la enseñanza, investigación y trabajo colaborativo en el área del cáncer. Entre el conjunto de herramientas podemos hallar la gestión de anotaciones desde una base de datos, implementación de perfiles y roles para el control de los usuarios. Además presenta mejoras en el módulo del decodificador de imágenes del formato JPEG2000 (JasPer), esta mejora permite dar un mayor soporte para el acceso a la navegación de las láminas virtuales de histopatología por múltiples usuarios. Asimismo se implementaron y se ejecutaron dos pruebas para medir el desempeño de la plataforma, la primera constó de navegaciones concurrentes simuladas y la segunda constó del manejo por parte de usuarios reales.