Automatic segmentation of parapharyngeal fat in magnetic resonance imaging using U-net 3D

Chaves Burbano, Daniel Sebastian

dc.contributor	Uriza Carrasco, Luis Felipe
dc.creator	Chaves Burbano, Daniel Sebastian
dc.date	2024-03-07T20:50:48Z
dc.date	2024-03-07T20:50:48Z
dc.date	2023-12-11
dc.date.accessioned	2025-10-30T13:10:04Z
dc.date.available	2025-10-30T13:10:04Z
dc.identifier	http://hdl.handle.net/10554/66844
dc.identifier	instname:Pontificia Universidad Javeriana
dc.identifier	reponame:Repositorio Institucional - Pontificia Universidad Javeriana
dc.identifier	repourl:https://repository.javeriana.edu.co
dc.identifier.uri	http://test.repositoriodigital.com:8080/handle/123456789/176377
dc.description	La segmentación de estructuras y tejidos en la vía aérea superior proporciona herramientas para encontrar posibles causas de la apnea obstructiva del sueño (AOS) y su relación con estas estructuras. El tejido adiposo en la región parafaríngea puede estar relacionado con la obstrucción de la vía aérea en pacientes con AOS. El objetivo de este estudio fue diseñar una red neuronal convolucional para la detección y segmentación del tejido adiposo en la región parafaríngea. Materiales y métodos: El estudio utilizó un conjunto de datos de 64 imágenes de resonancia magnética ponderadas en T1, seleccionadas al azar de un total de 140 imágenes, y sus respectivas segmentaciones manuales de la grasa parafaríngea. A partir de la selección de las imágenes, se realizó un preprocesamiento, principalmente mediante recorte y reescalado. Se realizó el entrenamiento de la red neuronal, se segmentaron las imágenes y la segmentación se evaluó mediante el coeficiente de Dice. Finalmente, se calculó el volumen de grasa parafaríngea y se comparó con el volumen de la segmentación manual. Resultados: Se obtuvo un coeficiente de Dice medio de 0.8086 para la red Unet 3D con función de activación ReLU y 0.6367 con la misma red pero utilizando la función de activación sigmoide. Conclusión: La red neuronal 3D Unet implementada permite la segmentación automática de la grasa parafaríngea y tiene un uso potencial para encontrar relaciones entre la presencia de grasa parafaríngea y la existencia y gravedad de la AOS, presentando resultados superiores en términos de coeficiente de Dice en comparación con otros estudios
dc.description	Rationale and Objectives: Segmentation of structures and tissues in the upper airway provides tools to find possible causes of Obstructive Sleep Apnea (OSA) and their relationship to these structures. Fatty tissue in the parapharyngeal region may be related to airway obstruction in patients with OSA. The aim of this study was to design a convolutional neural network for the detection and segmentation of fat tissue in the parapharyngeal region. Materials and Methods: The study used a dataset of 64 T1-weighted magnetic resonance images, randomly selected from a total of 140 images, and their respective manual segmentations of parapharyngeal fat. From the selection of the images, preprocessing was performed, mainly by cropping and rescaling. The neural network training was performed, the images were segmented, and the segmentation was evaluated by Dice coefficient. Finally, the volume of parapharyngeal fat was calculated and compared with the volume of manual segmentation. Results: A mean Dice coefficient of 0.8086 was obtained for the Unet 3D network with ReLU activation function and 0.6367 with the same network but using the sigmoid activation function. Conclusion: The implemented 3D Unet neural network allows the automatic segmentation of parapharyngeal fat and has a potential use in finding relationships between the presence of parapharyngeal fat and the existence and severity of OSA, presenting superior results than in other studies in terms of Dice coefficient.
dc.description	Especialista en Radiología
dc.description	Especialización
dc.description	https://orcid.org/0000-0002-3168-3057
dc.description	https://scholar.google.com/citations?hl=es&user=RIYg7OEAAAAJ
dc.description	https://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0000034248
dc.format	PDF
dc.format	application/pdf
dc.format	application/pdf
dc.format	application/pdf
dc.format	application/pdf
dc.format	application/octet-stream
dc.language	spa
dc.publisher	Pontificia Universidad Javeriana
dc.publisher	Especialización en Radiología
dc.publisher	Facultad de Medicina
dc.rights	Atribución-NoComercial-SinDerivadas 4.0 Internacional
dc.rights	http://creativecommons.org/licenses/by-nc-nd/4.0/
dc.rights	info:eu-repo/semantics/openAccess
dc.rights	De acuerdo con la naturaleza del uso concedido, la presente licencia parcial se otorga a título gratuito por el máximo tiempo legal colombiano, con el propósito de que en dicho lapso mi (nuestra) obra sea explotada en las condiciones aquí estipuladas y para los fines indicados, respetando siempre la titularidad de los derechos patrimoniales y morales correspondientes, de acuerdo con los usos honrados, de manera proporcional y justificada a la finalidad perseguida, sin ánimo de lucro ni de comercialización. De manera complementaria, garantizo (garantizamos) en mi (nuestra) calidad de estudiante (s) y por ende autor (es) exclusivo (s), que la Tesis o Trabajo de Grado en cuestión, es producto de mi (nuestra) plena autoría, de mi (nuestro) esfuerzo personal intelectual, como consecuencia de mi (nuestra) creación original particular y, por tanto, soy (somos) el (los) único (s) titular (es) de la misma. Además, aseguro (aseguramos) que no contiene citas, ni transcripciones de otras obras protegidas, por fuera de los límites autorizados por la ley, según los usos honrados, y en proporción a los fines previstos; ni tampoco contempla declaraciones difamatorias contra terceros; respetando el derecho a la imagen, intimidad, buen nombre y demás derechos constitucionales. Adicionalmente, manifiesto (manifestamos) que no se incluyeron expresiones contrarias al orden público ni a las buenas costumbres. En consecuencia, la responsabilidad directa en la elaboración, presentación, investigación y, en general, contenidos de la Tesis o Trabajo de Grado es de mí (nuestro) competencia exclusiva, eximiendo de toda responsabilidad a la Pontifica Universidad Javeriana por tales aspectos. Sin perjuicio de los usos y atribuciones otorgadas en virtud de este documento, continuaré (continuaremos) conservando los correspondientes derechos patrimoniales sin modificación o restricción alguna, puesto que, de acuerdo con la legislación colombiana aplicable, el presente es un acuerdo jurídico que en ningún caso conlleva la enajenación de los derechos patrimoniales derivados del régimen del Derecho de Autor. De conformidad con lo establecido en el artículo 30 de la Ley 23 de 1982 y el artículo 11 de la Decisión Andina 351 de 1993, "Los derechos morales sobre el trabajo son propiedad de los autores", los cuales son irrenunciables, imprescriptibles, inembargables e inalienables. En consecuencia, la Pontificia Universidad Javeriana está en la obligación de RESPETARLOS Y HACERLOS RESPETAR, para lo cual tomará las medidas correspondientes para garantizar su observancia.
dc.rights	info:eu-repo/semantics/openAccess
dc.subject	Segmentacion de imagenes
dc.subject	Procesamiento de imagenes medicas
dc.subject	Redes convolucionales
dc.subject	Image segmentation
dc.subject	Medical imaging processing
dc.subject	Convolutional networks
dc.subject	Especialización en radiología - Tesis y disertaciones académicas
dc.subject	Procesamiento de imágenes
dc.subject	Segmentación (Informática)
dc.subject	Procesamiento digital de imágenes
dc.subject	Aprendizaje de máquinas
dc.title	Automatic segmentation of parapharyngeal fat in magnetic resonance imaging using U-net 3D
dc.title	Automatic segmentation of parapharyngeal fat in magnetic resonance imaging using U-net 3D
dc.type	http://purl.org/coar/version/c_ab4af688f83e57aa
dc.type	Tesis/Trabajo de grado - Monografía - Especialización
dc.type	http://purl.org/coar/resource_type/c_7a1f
dc.type	info:eu-repo/semantics/bachelorThesis

Ficheros en el ítem

Ficheros	Tamaño	Formato	Ver
No hay ficheros asociados a este ítem.

Este ítem aparece en la(s) siguiente(s) colección(ones)

JaverianBogOAI [18890]

Mostrar el registro sencillo del ítem