Desempeño de la segmentación automática de líquido libre abdominal en tomografía con redes neuronales

Abstract

Objetivo: Crear una herramienta automatizada, de segmentación rápida para líquido libre peritoneal usando aprendizaje profundo. Método: Se recopiló un conjunto de datos de imágenes de tomografía computarizada de 30 pacientes con líquido libre peritoneal. La segmentación de referencia se realizó manualmente y la automática con 3D U-Net. Resultados: Nuestra red tiene un coeficiente de Dice de 0.79 e IoU de 0.68. Conclusiones: La red neuronal propuesta es una herramienta útil para la segmentación del líquido libre peritoneal, proporcionando información específica sobre la densidad y volumen del líquido en los pacientes, con una diferencia media de 226 ml, con la arquitectura 3D U-Net, la segmentación automática del líquido libre peritoneal se puede realizar en cuestión de milisegundos. Este esquema de segmentación completamente automática convierte el proceso en una herramienta valiosa para la planificación del tratamiento y el pronóstico de diversas enfermedades.

Keywords

• Líquido ascítico. Ascitis. Inteligencia artificial. Aprendizaje profundo. Redes neuronales de la computación. Imagenología tridimensional.