RT Generic
T1 Segmentación de lesiones a partir de imágenes de resonancia magnética en pacientes con lesiones cerebrales.
T2 Lesion segmentation from magnetic resonance in patients with brain lesions.
A1 Lago Guerreira, Iván
K1 Informática - Trabajos Fin de Grado
K1 Grado en Ingeniería Informática - Trabajos Fin de Grado
AB La segmentación automática de lesiones en imágenes médicas constituye un área de investigación fundamental para apoyar el diagnóstico y seguimiento de enfermedades neurológicas. En este Trabajo de Fin de Grado se aborda el problema de la segmentación de lesiones en imágenes de resonanciamagnética (MRI) de pacientes con metástasis y esclerosis múltiple, con el objetivo de evaluar el rendimiento de diferentes arquitecturas de aprendizaje profundo aplicadas a este tipo de datos.Para ello, se han empleado dos conjuntos de datos públicos procedentes de fuentes abiertas, que fueron sometidos a un proceso de organización, conversión y normalización previo al entrenamiento.A partir de dichos datos, se entrenaron y compararon dos modelos basados en la infraestructura del algoritmo nnU-Net v2: el modelo original de referencia y una versión modificada denominada UMamba, que introduce módulos de tipo State Space Model para mejorar la capacidad de representación espacial y contextual de la red.El trabajo describe de forma detallada el flujo de preprocesamiento, entrenamiento y evaluación seguido, y presenta un análisis comparativo de los resultados obtenidos mediante métricas de segmentación como el coeficiente Dice. Finalmente, se exponen las principales conclusiones, limitaciones del estudio y posibles líneas de investigación futura orientadas a mejorar la segmentación automática de lesiones cerebrales.
YR 2026
FD 2026-02
LK https://hdl.handle.net/10630/46537
UL https://hdl.handle.net/10630/46537
LA spa
DS RIUMA. Repositorio Institucional de la Universidad de Málaga
RD 25 may 2026