GENERACIÓN AUTOMÁTICA DE MODELOS TRIDIMENSIONALES DE VENTRÍCULOS HUMANOS

Abstract

Las enfermedades cardiovasculares continúan siendo una de las principales causas de muerte a nivel mundial, especialmente en países en desarrollo. Ante la necesidad de mejorar el diagnóstico precoz y preciso, este proyecto propone un sistema de segmentación automática de estructuras cardíacas a partir de imágenes médicas. Se ha desarrollado un pipeline completo basado en redes neuronales convolucionales, utilizando una arquitectura U-Net 2D, entrenada con tomografías computarizadas (TC) de nueve pacientes, de los cuales seis cuentan con máscaras manuales. El proceso incluye preprocesamiento (resampleo, normalización, recorte), entrenamiento con validación cruzada y generación de máscaras automáticas. A partir de las segmentaciones se calculan medidas morfométricas (volumen, masa, diámetro) y se genera una reconstrucción 3D del ventrículo dividida en endocardio, midmiocardio y epicardio. El objetivo es reducir el tiempo de trabajo manual y facilitar la simulación o evaluación clínica de enfermedades cardiovasculares.