Mostrar el registro sencillo del ítem

dc.rights.licenseLicencia de Creative Commons Reconocimiento-NoComercial-CompartirIgual 4.0 Internacionalspa
dc.contributor.authorVera, Miguel
dc.contributor.authorHuérfano, Yoleidy
dc.contributor.authorBorrero, Maryury
dc.contributor.authorValbuena, Oscar
dc.contributor.authorSalazar, Williams
dc.contributor.authorVera, María Isabel
dc.contributor.authorBarrera, Doris
dc.contributor.authorHernández, Carlos
dc.contributor.authorMolina, Ángel Valentín
dc.contributor.authorMartínez, Luis Javier
dc.contributor.authorSalazar MSc, Juan
dc.contributor.authorGelvez, Elkin
dc.contributor.authorContreras, Yudith
dc.contributor.authorSáenz, Frank
dc.date.accessioned2019-01-25T15:54:41Z
dc.date.available2019-01-25T15:54:41Z
dc.date.issued2018
dc.identifier.issn26107988
dc.identifier.urihttp://hdl.handle.net/20.500.12442/2526
dc.description.abstractThis work evaluates the performance of some methods oriented towards the generation of the volume of four subdural hematomas (SDH), present in multi-layer computed tomography images. To do this, firstly, a reference volume is specified: the volume obtained by a neurosurgeon using the manual planimetric method (MPM); which allows the generation of manual segmentations of space-occupying lesions. In this case, these volumes are matched with the SDH. In parallel, the volumetry of the 4 SDHs is obtained, considering both the original version of the ABC/2 method and two of its variants, identified in this paper as ABC/3 method and 2ABC/3 method. The ABC methods allow the calculation of the volume of the hematoma under the assumption that the SDH has an ellipsoidal shape. In third place, SDH’s are studied through an intelligent automatic technique (SAT) that generates the three-dimensional segmentation of each SDH. Finally, the percentage relative error is calculated as a metric to evaluate the methodologies considered. The results show that the SAT method exhibits the best performance generating an average percentage error of less than 5%.eng
dc.description.abstractEste trabajo evalúa el rendimiento de algunos métodos orientados a la generación del volumen de cuatro hematomas subdurales (SDH), presentes en imágenes de tomografía computarizada multicapa. Para hacer esto, en primer lugar, se especifica un volumen de referencia: el volumen obtenido por un neurocirujano utilizando el método planimétrico manual (MPM); que permite la generación de segmentaciones manuales de lesiones ocupantes de espacio. En este caso, estos volúmenes se comparan con el SDH. Paralelamente, se obtiene la volumetría de los 4 SDH, considerando tanto la versión original del método ABC / 2 como dos de sus variantes, identificadas en este documento como el método ABC / 3 y el método 2ABC / 3. Los métodos ABC permiten el cálculo del volumen del hematoma bajo el supuesto de que el SDH tiene una forma elipsoidal. En tercer lugar, los SDH se estudian a través de una técnica automática inteligente (SAT) que genera la segmentación tridimensional de cada SDH. Finalmente, el error relativo porcentual se calcula como una métrica para evaluar las metodologías consideradas. Los resultados muestran que el método SAT exhibe el mejor rendimiento generando un porcentaje de error promedio de menos del 5%.spa
dc.language.isoengeng
dc.publisherSociedad Venezolana de Farmacología Clínica y Terapéuticaspa
dc.sourceRevista AVFT-Archivos Venezolanos de Farmacología y Terapéuticaspa
dc.sourceVol. 37, No. 4 (2018)spa
dc.source.urihttp://www.revistaavft.com/images/revistas/2018/avft_4_2018/3_volumetryof_subdoral.pdfeng
dc.subjectABC Methodseng
dc.subjectAutomatic Intelligent Techniqueeng
dc.subjectSegmentationeng
dc.subjectVolumetry of subdural hematomaseng
dc.subjectMétodos ABCspa
dc.subjectTécnica automática inteligentespa
dc.subjectSegmentaciónspa
dc.subjectVolumetría de hematomas subduralesspa
dc.titleVolumetry of subdural hematomas in computed tomography images: ABC methods versus an intelligent computational techniqueeng
dc.title.alternativeVolumetría de hematomas subdurales en imágenes de tomografía computarizada: métodos abc versus una técnica computacional inteligentespa
dc.typearticleeng
dcterms.referencesStippler M. Craniocerebral trauma. In: Daroff RB, Jankovic J, Mazziotta JC, Pomeroy SL, eds. Bradley’s Neurology in Clinical Practice. 7th ed. Philadelphia, PA: Elsevier; 2016:chap 62.eng
dcterms.referencesMezzadri J., Goland J., y Sokolvsky M. Introducción a la Neurocirugía. Capítulo: Patología vascular II. Ediciones Journal. Segunda edición. 2011.spa
dcterms.referencesVera M. Segmentación de estructuras cardiacas en imágenes de tomografía computarizada multi-corte. Ph.D. dissertation, Universidad de los Andes, Mérida-Venezuela, 2014.spa
dcterms.referencesStanišić M., Hald J., Groote I., Pripp A., Ivanović J., Kolstad F., Sundseth J., Züchner M., Lindegaard K. (2013). Volume and densities of chronic subdural haematoma obtained from CT imaging as predictors of postoperative recurrence: a prospective study of 107 operated patients. Acta Neurochir (Wien) 2013 Feb; 155(2): 323–333.eng
dcterms.referencesStanišić M., Groote I., Hald J., Pripp A. (2014). Estimation of Chronic Subdural Hematoma Size Using CT Imaging: A Comparison of In- Plane Thickness to 3D Volumetry. Open Journal of Modern Neurosurgery, 2014, 4, 1-6.eng
dcterms.referencesWang Y., Li Y., Zhu Y., Lin T., Zhang Y., Huaizhang Shi Y. (2017). A novel and precise method for evaluation of chronic subdural hematoma volume. Int J Clin Exp Med 2017;10(4):6198-6203.eng
dcterms.referencesMaiera A, Wigstrm L, Hofmann H, Hornegger J, Zhu L, Strobel N, Fahrig R. Three-dimensional anisotropic adaptive filtering of projection data for noise reduction in cone beam CT. Medical Physics. 2011;38(11):5896–909.eng
dcterms.referencesKroft L, De Roos A, Geleijns J. Artifacts in ECG–synchronized MDCT coronary angiography. American Journal of Roentgenology. 2007;189(3):581–91.eng
dcterms.referencesSucu H., Gokmen M., Gelal F. The value of XYZ/2 technique compared with computer-assisted volumetric analysis to estimate the volume of chronic subdural hematoma. Stroke 2005; 36: 998-1000.eng
dcterms.referencesFreeman, W., Barrett, K., Bestic, J.,Meschia, J., Broderick, D., Brott, T. Computer-assisted volumetric analysis compared with ABC/2 method for assessing warfarinrelated intracranial hemorrhage volumes. 2008, Neurocritical Care, 9, 307–312.eng
dcterms.referencesVera M., Huérfano Y., Contreras J., Vera M. I., Salazar W., Vargas S., Chacón J. y Rodríguez J. (2017). Desarrollo de una Técnica Computacional No Lineal para la Segmentación de Hematomas Subdurales, presentes en Imágenes de Tomografía Computarizada Cerebral. AVFT Archivos Venezolanos de Farmacología y Terapéutica. 36(6), 168-173spa
dcterms.referencesKamnitsas K., Lediga C., Newcombeb V., Simpsonb J., Kaneb A., Menonb D., Rueckerta D., Glockera B. Efficient Multi-Scale 3D CNN with fully connected CRF for Accurate Brain Lesion Segmentation. Medical Image Analysis, Vol 23, pp.1603-1659, 2017.eng
dcterms.referencesPrakash K., Zhou S., Morgan T., Hanley D., Nowinski W. Segmentation and quantification of intra-ventricular/cerebral hemorrhage in CT scans by modified distance regularized level set evolution technique. Int J Comput Assist Radiol Surg. 2012; 7(5): 785-798.eng
dcterms.referencesHuttner H., Steiner T., Hartmann M., Köhrmann M., Juettler E., Mueller S, Wikner J., Meyding U., Schramm P., Schwab S. y Schellinger P. (2006). Comparison of ABC/2 Estimation Technique to Computer- Assisted Planimetric Analysis in Warfarin-Related Intracerebral Parenchymal Hemorrhage. Stroke. 2006;37:404-408.eng
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess


Ficheros en el ítem

Thumbnail

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

  • Artículos
    Artículos científicos evaluados por pares

Mostrar el registro sencillo del ítem