Ítem


Segmentació del nucli estriat en imatges de Datscan i MRI per optimitzar el diagnòstic del Parkinson

Aquest treball de final de grau se centra en la segmentació del nucli estriat en imatges de DaTscan i MRI per optimitzar el diagnòstic de la malaltia de Parkinson. Aquesta patologia neurodegenerativa afecta milions de persones a tot el món i es caracteritza per la pèrdua progressiva de control motor a causa de la degeneració de les neurones dopaminèrgiques en la substància negra del cervell. El diagnòstic precoç i precís és crucial per a la gestió efectiva de la malaltia, i aquest estudi proposa una metodologia innovadora que combina tècniques de ressonància magnètica (MRI) i DaTscan amb algorismes d’intel·ligència artificial per millorar la detecció i caracterització del nucli estriat. La malaltia de Parkinson es diagnostica principalment a través de l’observació clínica i l’aplicació de proves d’imatge com el DaTscan cerebral. Tot i que aquestes tècniques són útils, sovint presenten limitacions a causa de la variabilitat en la qualitat de la imatge, el contrast i les diferències anatòmiques entre els pacients. Per tant, hi ha una necessitat imperativa de desenvolupar mètodes més precisos i fiables per al diagnòstic precoç del Parkinson. Aquest treball s’ha realitzat en col·laboració amb professionals mèdics de l’Hospital Universitari de Girona Doctor Josep Trueta i utilitza dades de la iniciativa Parkinson’s Progression Markers Initiative (PPMI), de la qual s’ha fet servir un subconjunt de 30 imatges de pacients control i 30 imatges de pacients amb Parkinson.

9

Director: Lladó Bardera, Xavier
Oliver i Malagelada, Arnau
Solano Vila, Berta
Altres contribucions: Universitat de Girona. Escola Politècnica Superior
Autor: Reguigui Kharraz, Rania
Data: juny 2024
Resum: Aquest treball de final de grau se centra en la segmentació del nucli estriat en imatges de DaTscan i MRI per optimitzar el diagnòstic de la malaltia de Parkinson. Aquesta patologia neurodegenerativa afecta milions de persones a tot el món i es caracteritza per la pèrdua progressiva de control motor a causa de la degeneració de les neurones dopaminèrgiques en la substància negra del cervell. El diagnòstic precoç i precís és crucial per a la gestió efectiva de la malaltia, i aquest estudi proposa una metodologia innovadora que combina tècniques de ressonància magnètica (MRI) i DaTscan amb algorismes d’intel·ligència artificial per millorar la detecció i caracterització del nucli estriat. La malaltia de Parkinson es diagnostica principalment a través de l’observació clínica i l’aplicació de proves d’imatge com el DaTscan cerebral. Tot i que aquestes tècniques són útils, sovint presenten limitacions a causa de la variabilitat en la qualitat de la imatge, el contrast i les diferències anatòmiques entre els pacients. Per tant, hi ha una necessitat imperativa de desenvolupar mètodes més precisos i fiables per al diagnòstic precoç del Parkinson. Aquest treball s’ha realitzat en col·laboració amb professionals mèdics de l’Hospital Universitari de Girona Doctor Josep Trueta i utilitza dades de la iniciativa Parkinson’s Progression Markers Initiative (PPMI), de la qual s’ha fet servir un subconjunt de 30 imatges de pacients control i 30 imatges de pacients amb Parkinson.
9
Format: application/pdf
Cita: 26578
Accés al document: http://hdl.handle.net/10256/27507
Llenguatge: cat
Drets: Attribution-NonCommercial-NoDerivatives 4.0 International
URI Drets: http://creativecommons.org/licenses/by-nc-nd/4.0/
Matèria: Parkinson, Malaltia de -- Diagnòstic
Parkinson’s disease -- Diagnosis
Parkinson’s disease -- Imaging
Parkinson, Malaltia de -- Imatgeria
Ganglis basals -- Malalties
Basal ganglia -- Diseases
Magnetic resonance imaging
Imatgeria per ressonància magnètica
Single-photon emission computed tomography
Tomografia computada per emissió de fotó simple
Artificial intelligence -- Medical applications
Intel·ligència artificial -- Aplicacions a la medicina
Títol: Segmentació del nucli estriat en imatges de Datscan i MRI per optimitzar el diagnòstic del Parkinson
Tipus: info:eu-repo/semantics/bachelorThesis
Repositori: DUGiDocs

Matèries

Autors