Skip links

Localización automática de órganos fetales en imagen por resonancia magnética

Tutor: Lucilio Cordero Grande / Ponente: María Jesús Ledesma Carbayo
Correo Electrónico: lucilio.cordero@upm.es
Despacho: B-039.A
Competencias Relacionadas: procesado de imágenes biomédicas; diseño de redes neuronales convolucionales; aprendizaje profundo.
Descripción del TFG/TFM: La resonancia magnética (RM) se usa para inspección radiológica fetal cuando se sospechan anomalías fetales en ecografía. En comparación con la ecografía, la resonancia proporciona en general mejor calidad, con un campo de visión más amplio y un contraste superior en tejido blando (ver figura), aunque tiene un coste económico más elevado.
En RM fetal las imágenes se adquieren por medio de una serie de rodajas 2D a lo largo de distintas orientaciones. En ocasiones las imágenes adquiridas se usan directamente para propósitos específicos de diagnóstico, pero para caracterizar el desarrollo fetal o afinar el diagnóstico se emplean técnicas de reconstrucción 3D que permiten un reformateo libre de la anatomía fetal (ver figura). Para ello, se necesita modelar el movimiento de los distintos órganos, lo que requiere de una pre-localización de las estructuras fetales que normalmente se realiza de manera manual.
En este proyecto se implementarán técnicas de aprendizaje profundo para realizar la localización del útero, la placenta y el cerebro fetal de manera automática. Se estudiará la robustez y precisión de los métodos implementados sobre una cohorte de cientos de casos disponible a partir de una colaboración con King’s College de Londres. Los desarrollos se integrarán en métodos de reconstrucción existentes y opcionalmente se evaluará su utilidad diagnóstica en estudios de desarrollo fetal.
Requisitos de los candidatos: Imprescindible: soltura en manejo de lenguaje Matlab. Se podrán valorar conocimientos o experiencia en: procesado de imágenes; aprendizaje profundo; lenguaje Python y/o marcos Pytorch o Tensorflow; imágenes biomédicas.

Los interesados deberán enviar CV y listado de notas.

Deja un comentario