Segmentación automática de la arteria aorta torácica en imágenes de tomografía computarizada cardiaca.
Saved in:
| Title: | Segmentación automática de la arteria aorta torácica en imágenes de tomografía computarizada cardiaca. |
|---|---|
| Alternate Title: | Automatic segmentation of the thoracic aorta in cardiac computed tomography images. |
| Authors: | Vera, Miguel1,2 veramig@gmail.com, Huérfano, Yoleidy1, Contreras, Julio2, Vera, María1, Del Mar, Atilio3 atiliodelmar@yahoo.com, Chacón, José2, Wilches-Durán, Sandra2, Graterol-Rivas, Modesto2, Riaño-Wilche, Daniela4, Rojas, Joselyn5, Bermúdez, Valmore6 |
| Source: | Revista Latinoamericana de Hipertensión. 2016, Vol. 11 Issue 4, p110-115. 6p. |
| Abstract (English): | The article proposes a technique for automatic segmentation of the thoracic aorta (TAA), also called the descending external aorta, in 10 three-dimensional (3-D) cardiac images of multi-cut computed tomography, belonging to the same subject. The mentioned technique consists of the stages of filtering and segmentation. The filtering step, called global similarity enhancement, is used to minimize both Poisson noise and the impact of the ladder artifact on image quality. This type of enhancement consists in the application of a bank of filters, softeners and a border detector, whose purpose is to generate an image in which the information of the anatomical structures that make up the original images are grouped together. On the other hand, to generate the 3-D morphology of the TAA, a segmentation stage is applied which considers the filtered images and a clustering algorithm based on regions growth. The proposed strategy generates the 3-D segmentations of TAA in all the images that make up the complete cardiac cycle of the subject considered. In order to quantify the performance of the referred technique, the Dice coefficient was considered, obtaining a good correlation between the automatic segmentations and the manual ones generated by a cardiologist. Automatically generated segmentations may be helpful in detecting certain pathologies that affect both the aorta and anatomical structures associated with it, such as the aorta and left ventricle. [ABSTRACT FROM AUTHOR] |
| Abstract (Spanish): | El artículo propone una técnica para la segmentación automática de la arteria aorta torácica (TAA), denominada también aorta externa descendente, en 10 imágenes cardiacas tridimensionales (3-D) de tomografía computarizada multi-corte, pertenecientes a un mismo sujeto. La mencionada técnica consta de las etapas de filtrado y segmentación. La etapa de filtrado, denominada realce por similaridad global, se utiliza con el propósito de minimizar tanto el ruido Poisson como el impacto del artefacto escalera en la calidad de las imágenes. Este tipo de realce consiste en la aplicación de un banco de filtros, suavizadores y un detector de bordes, cuya finalidad es generar una imagen en la cual se agrupa la información de las estructuras anatómicas, que conforman las imágenes originales. Por otra parte, para generar la morfología 3-D de la TAA, se aplica una etapa de segmentación la cual considera las imágenes filtradas y un algoritmo de agrupamiento basado en crecimiento de regiones. La estrategia propuesta genera las segmentaciones 3-D de la TAA en todas las imágenes que conforman el ciclo cardiaco completo del sujeto considerado. Para cuantificar el desempeño de la referida técnica se consideró el coeficiente de Dice obteniéndose una buena correlación entre las segmentaciones automáticas y las manuales generadas por un cardiólogo. Las segmentaciones generadas automáticamente pueden ser útiles en la detección de ciertas patologías que afectan tanto la arteria aorta como estructuras anatómicas, asociadas con ella, tales como la válvula aorta y el ventrículo izquierdo. [ABSTRACT FROM AUTHOR] |
| Copyright of Revista Latinoamericana de Hipertensión is the property of Revista Latinoamericana de Hipertension and its content may not be copied or emailed to multiple sites without the copyright holder's express written permission. Additionally, content may not be used with any artificial intelligence tools or machine learning technologies. However, users may print, download, or email articles for individual use. This abstract may be abridged. No warranty is given about the accuracy of the copy. Users should refer to the original published version of the material for the full abstract. (Copyright applies to all Abstracts.) | |
| Database: | MedicLatina |
| FullText | Links: – Type: pdflink Text: Availability: 0 |
|---|---|
| Header | DbId: lth DbLabel: MedicLatina An: 122238335 AccessLevel: 6 PubType: Academic Journal PubTypeId: academicJournal PreciseRelevancyScore: 0 |
| IllustrationInfo | |
| Items | – Name: Title Label: Title Group: Ti Data: Segmentación automática de la arteria aorta torácica en imágenes de tomografía computarizada cardiaca. – Name: TitleAlt Label: Alternate Title Group: TiAlt Data: Automatic segmentation of the thoracic aorta in cardiac computed tomography images. – Name: Author Label: Authors Group: Au Data: <searchLink fieldCode="AR" term="%22Vera%2C+Miguel%22">Vera, Miguel</searchLink><relatesTo>1,2</relatesTo><i> veramig@gmail.com</i><br /><searchLink fieldCode="AR" term="%22Huérfano%2C+Yoleidy%22">Huérfano, Yoleidy</searchLink><relatesTo>1</relatesTo><br /><searchLink fieldCode="AR" term="%22Contreras%2C+Julio%22">Contreras, Julio</searchLink><relatesTo>2</relatesTo><br /><searchLink fieldCode="AR" term="%22Vera%2C+María%22">Vera, María</searchLink><relatesTo>1</relatesTo><br /><searchLink fieldCode="AR" term="%22Del+Mar%2C+Atilio%22">Del Mar, Atilio</searchLink><relatesTo>3</relatesTo><i> atiliodelmar@yahoo.com</i><br /><searchLink fieldCode="AR" term="%22Chacón%2C+José%22">Chacón, José</searchLink><relatesTo>2</relatesTo><br /><searchLink fieldCode="AR" term="%22Wilches-Durán%2C+Sandra%22">Wilches-Durán, Sandra</searchLink><relatesTo>2</relatesTo><br /><searchLink fieldCode="AR" term="%22Graterol-Rivas%2C+Modesto%22">Graterol-Rivas, Modesto</searchLink><relatesTo>2</relatesTo><br /><searchLink fieldCode="AR" term="%22Riaño-Wilche%2C+Daniela%22">Riaño-Wilche, Daniela</searchLink><relatesTo>4</relatesTo><br /><searchLink fieldCode="AR" term="%22Rojas%2C+Joselyn%22">Rojas, Joselyn</searchLink><relatesTo>5</relatesTo><br /><searchLink fieldCode="AR" term="%22Bermúdez%2C+Valmore%22">Bermúdez, Valmore</searchLink><relatesTo>6</relatesTo> – Name: TitleSource Label: Source Group: Src Data: <searchLink fieldCode="JN" term="%22Revista+Latinoamericana+de+Hipertensión%22">Revista Latinoamericana de Hipertensión</searchLink>. 2016, Vol. 11 Issue 4, p110-115. 6p. – Name: Abstract Label: Abstract (English) Group: Ab Data: The article proposes a technique for automatic segmentation of the thoracic aorta (TAA), also called the descending external aorta, in 10 three-dimensional (3-D) cardiac images of multi-cut computed tomography, belonging to the same subject. The mentioned technique consists of the stages of filtering and segmentation. The filtering step, called global similarity enhancement, is used to minimize both Poisson noise and the impact of the ladder artifact on image quality. This type of enhancement consists in the application of a bank of filters, softeners and a border detector, whose purpose is to generate an image in which the information of the anatomical structures that make up the original images are grouped together. On the other hand, to generate the 3-D morphology of the TAA, a segmentation stage is applied which considers the filtered images and a clustering algorithm based on regions growth. The proposed strategy generates the 3-D segmentations of TAA in all the images that make up the complete cardiac cycle of the subject considered. In order to quantify the performance of the referred technique, the Dice coefficient was considered, obtaining a good correlation between the automatic segmentations and the manual ones generated by a cardiologist. Automatically generated segmentations may be helpful in detecting certain pathologies that affect both the aorta and anatomical structures associated with it, such as the aorta and left ventricle. [ABSTRACT FROM AUTHOR] – Name: Abstract Label: Abstract (Spanish) Group: Ab Data: El artículo propone una técnica para la segmentación automática de la arteria aorta torácica (TAA), denominada también aorta externa descendente, en 10 imágenes cardiacas tridimensionales (3-D) de tomografía computarizada multi-corte, pertenecientes a un mismo sujeto. La mencionada técnica consta de las etapas de filtrado y segmentación. La etapa de filtrado, denominada realce por similaridad global, se utiliza con el propósito de minimizar tanto el ruido Poisson como el impacto del artefacto escalera en la calidad de las imágenes. Este tipo de realce consiste en la aplicación de un banco de filtros, suavizadores y un detector de bordes, cuya finalidad es generar una imagen en la cual se agrupa la información de las estructuras anatómicas, que conforman las imágenes originales. Por otra parte, para generar la morfología 3-D de la TAA, se aplica una etapa de segmentación la cual considera las imágenes filtradas y un algoritmo de agrupamiento basado en crecimiento de regiones. La estrategia propuesta genera las segmentaciones 3-D de la TAA en todas las imágenes que conforman el ciclo cardiaco completo del sujeto considerado. Para cuantificar el desempeño de la referida técnica se consideró el coeficiente de Dice obteniéndose una buena correlación entre las segmentaciones automáticas y las manuales generadas por un cardiólogo. Las segmentaciones generadas automáticamente pueden ser útiles en la detección de ciertas patologías que afectan tanto la arteria aorta como estructuras anatómicas, asociadas con ella, tales como la válvula aorta y el ventrículo izquierdo. [ABSTRACT FROM AUTHOR] – Name: AbstractSuppliedCopyright Label: Group: Ab Data: <i>Copyright of Revista Latinoamericana de Hipertensión is the property of Revista Latinoamericana de Hipertension and its content may not be copied or emailed to multiple sites without the copyright holder's express written permission. Additionally, content may not be used with any artificial intelligence tools or machine learning technologies. However, users may print, download, or email articles for individual use. This abstract may be abridged. No warranty is given about the accuracy of the copy. Users should refer to the original published version of the material for the full abstract.</i> (Copyright applies to all Abstracts.) |
| PLink | https://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=lth&AN=122238335 |
| RecordInfo | BibRecord: BibEntity: Languages: – Code: spa Text: Spanish PhysicalDescription: Pagination: PageCount: 6 StartPage: 110 Titles: – TitleFull: Segmentación automática de la arteria aorta torácica en imágenes de tomografía computarizada cardiaca. Type: main BibRelationships: HasContributorRelationships: – PersonEntity: Name: NameFull: Vera, Miguel – PersonEntity: Name: NameFull: Huérfano, Yoleidy – PersonEntity: Name: NameFull: Contreras, Julio – PersonEntity: Name: NameFull: Vera, María – PersonEntity: Name: NameFull: Del Mar, Atilio – PersonEntity: Name: NameFull: Chacón, José – PersonEntity: Name: NameFull: Wilches-Durán, Sandra – PersonEntity: Name: NameFull: Graterol-Rivas, Modesto – PersonEntity: Name: NameFull: Riaño-Wilche, Daniela – PersonEntity: Name: NameFull: Rojas, Joselyn – PersonEntity: Name: NameFull: Bermúdez, Valmore IsPartOfRelationships: – BibEntity: Dates: – D: 01 M: 10 Text: 2016 Type: published Y: 2016 Identifiers: – Type: issn-print Value: 18564550 Numbering: – Type: volume Value: 11 – Type: issue Value: 4 Titles: – TitleFull: Revista Latinoamericana de Hipertensión Type: main |
| ResultId | 1 |
