2026-06-05T13:05:01Zhttps://riuma.uma.es/rest/oai/requestoai:riuma.uma.es:10630/408762026-02-03T10:19:01Zcom_10630_1685col_10630_38055
Segmentación y análisis de angiografías coronarias invasivas a través de la aplicación de modelos de aprendizaje profundo.
Nieto Piernagorda, Isabel
López-Rubio, Ezequiel
Informática - Trabajos Fin de Grado
Grado en Ingeniería de la Salud - Trabajos Fin de Grado
La estenosis, o estrechamiento patológico de los vasos sanguíneos, constituye
una de las principales causas de muerte por infarto de miocardio y accidente cerebrovascular
en todo el mundo. La detección precoz y precisa de esta patología
vascular resulta determinante para garantizar el éxito del tratamiento y minimizar
el riesgo de complicaciones graves.
En el presente Trabajo de Fin de Grado se utiliza el conjunto de datos ARCADE,
disponible en el repositorio Zenodo. De entre sus dos modalidades, “syntax” y
“stenosis”, se ha seleccionado esta última, que agrupa una colección de imágenes
médicas extraídas de estudios DICOM en las que se observa estenosis vascular,
junto con sus correspondientes anotaciones en formato JSON. Con el objetivo de
segmentar y analizar de forma automática dichas imágenes, se ha recurrido al lenguaje
de programación Python y a modelos de detección de la familia YOLO (You
Only Look Once) basados en aprendizaje profundo.
El trabajo comienza con un estudio preliminar de exploración y preprocesado
de los datos, destacando, por un lado, la relevancia del procesamiento de imágenes
médicas y, por otro, la importancia de la detección y diagnóstico precoz de la
estenosis.
A continuación, las imágenes se someten a un preprocesado y, sobre ellas,
se entrenan diversas variantes del modelo YOLO adaptadas a la identificación de
regiones con estenosis.
Finalmente, se lleva a cabo una evaluación comparativa de las distintas variantes
de YOLO. De este modo, se identifica la configuración óptima de parámetros,
que ofrece el mejor equilibrio entre precisión diagnóstica y rapidez de procesamiento,
contribuyendo así al desarrollo de herramientas automáticas de apoyo al
profesional clínico en la detección precoz de estenosis coronaria.
2025-11-24T08:18:28Z
2025-11-24T08:18:28Z
2025-11-24T08:18:28Z
2025-06
bachelor thesis
https://hdl.handle.net/10630/40876
spa
http://creativecommons.org/licenses/by-nc-nd/4.0/
open access
Attribution-NonCommercial-NoDerivatives 4.0 Internacional