Abstract
La caracterización anatómica de la aurícula izquierda en imágenes de resonancia magnética con realce tardío de gadolinio es clave para el diagnóstico y seguimiento de la fibrilación auricular. Sin embargo, la segmentación manual de la pared auricular presenta una elevada complejidad debido a su escaso grosor, la baja visibilidad de sus contornos y su limitada representación en la literatura científica. Este trabajo desarrolla un sistema automático basado en redes neuronales convolucionales del tipo U-Net capaz de segmentar la pared auricular izquierda a partir de estas imágenes, incorporando un preprocesado anatómico y validación tridimensional mediante herramientas de visualización. Se ha evaluado el impacto del preprocesado aplicando máscaras originales y dilatadas, y analizado la segmentación mediante métricas cuantitativas, medidas anatómicas (volumen y diámetros) y reconstrucciones tridimensionales. Las mallas generadas ofrecen una herramienta adicional para el diagnóstico computacional y la simulación anatómica.
Los resultados muestran que el sistema es capaz de segmentar la pared auricular con una coherencia razonable respecto a las segmentaciones manuales, permitiendo obtener medidas anatómicas aproximadas de forma automática. La elección del preprocesado influye en el equilibrio entre precisión anatómica y cobertura morfológica, en función del objetivo clínico. Este trabajo constituye un primer paso hacia la automatización del análisis morfológico de la aurícula izquierda, proporcionando una base reproducible y ampliable para futuros desarrollos orientados a la caracterización anatómica automatizada.
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad Rey Juan Carlos
URL external
External URL
DOI
Date
Description
Trabajo Fin de Grado leído en la Universidad Rey Juan Carlos en el curso académico 2024/2025. Directores/as: Laura Martínez Mateu
Citation
Collections
Endorsement
Review
Supplemented By
Referenced By
Document viewer
Select a file to preview:
Reload



