Imágenes Médicas 2013

Este curso presenta los fundamentos del procesamiento digital de imágenes medicas en tres y cuatro dimensiones. Tiene un enfasis particular en aplicaciones a la investigacion biomedica, neurocientifica, y clinica.

En los ultimos años, el campo de tratamiento de imagenes medicas ha experimentado un crecimiento exponencial tanto en el sector academico como en el sector privado.

Los objetivos del procesamiento de imagenes medicas pueden dividirse en 3 grandes grupos: asistencia al diagnostico; asistencia al tratamiento e investigacion de la patofisiologia de las enfermedades y desarrollo de biomarcadores. La imagenologia medica represento un gran avance en la medicina desde las primeras aplicaciones de los rayos X. Hoy en dia la cantidad de modalidades de imagenes se encuentra en constante crecimiento proveyendo una creciente variedad de diferentes tipos de informacion. La integracion de las diferentes modalidades para la extraccion, visualizacion e interpretacion automatizada de la informacion es el motor principal del desarrollo de nuevas tecnologias de procesamiento de imagenes medicas. En particular, el procesamiento de imagenes medicas cumple varios roles en la medicina actual:

  • Visualizacion y cuantificacion de los datos en las imagenes con el objetivo de reducir el error humano en el diagnostico
  • Asistencia al Planeamiento quirugico
  • Seguimiento automatizado de cambios en respuesta a un determinado tratamiento
  • Investigacion de la patofisiologia de las enfermedades
  • Desarrollo de biomarcadores

En este curso veremos una introduccion general al campo, los principales problemas abiertos asi como las herramientas matematicas con las que se desarrollan las soluciones a los mismos.

2. Objetivos

El objetivo principal de este curso es presentar a los estudiantes una introduccion general al campo de procesamiento de imagenes medicas partiendo desde la adquisicion de las imagenes hasta las aplicaciones al planeamiento quirurgico y neurociencias.

3. Programa

  1. Adquisicion: Fundamentos de la adquisicion de imagenes de tomografia computada y resonancia magnetica nuclear.
    • Introduccion general a las diferentes modalidades de imagenes medicas en tres y cuatro dimensiones: Tomografia Computada, Resonancia Magnetica Nuclear, Tomografia de Emision de Positrones y, Tomografia Computarizada por Emision de Fotones Individuales .
    • Reconstruccion de imagenes digitales de tomografia computada mediante la resolucion de sistemas lineales
    • Adquisicion de imagenes de resonancia magnetica nuclear. En particular imagenes anatomicas de tipo T1, T2, funcionales de contraste por oxigenacion en sangre (blood-oxygen-level-dependent contrast), e imagenes pesadas por difusion (diffusion weighted imaging).
  2. Procesamiento de Señales: Breve presentacion de los fundamentos de la representacion y tratamiento de las señales digitales. 
    • Introduccion a los fundamentos de las señales digitales, descomposicion de Fourier, teoria del muestreo de Nyquist, cuantizacion, y relacion señal ruido.
    • Principios de filtrado y mejoramiento de la relacion señal ruido en imagenes de dos o mas dimensiones.
  3. Segmentacion de Imagenes e Identificacion de Objetos: Fundamentos de la segmentacion de imagenes en diversos objetos de interes, por ejemplo: fondo y objeto principal; identificacion de diversos organos en tomografias de gran campo de vision como el higado y los pulmones; identificacion de estructuras cerebrales corticales y subcorticales. 
    • Segmentacion mediante la utilizacion de umbrales combinados y morfologia matematica.
    • Separacion de funciones de probabilidad multimodales para la segmentacion de diferentes tejidos.
    • Incorporacion de conocimiento a priori en modelos de segmentacion.
  4. Representacion Tridimensional de Estructuras Anatomicas: Una vez segmentadas las estructuras anatomicas de interes, en este modulo se veran diversas formas de representar computacionalmente dichas estructuras.
    • Extraccion de objetos tridimensionales en base a imagenes binarias, metodo Marching Cubes.
    • Representacion de estructuras mediante sistemas de particulas.
  5. Registracion de Imagenes Medicas: Introduccion a la registracion de imagenes medicas, registracion entre pares de objetos, creacion de atlas y registracion grupal
    • Registracion de estructuras anatomicas: representacion mediante hitos, superficies tridimensionales, e imagenes tridimensionales.
    • Modelos lineales: funciones de similaridad, familias de transformaciones, registracion rigida y afin.
    • Modelos deformables: representacion computacional de modelos deformables, campos de velocidad, modelos poliafines, transformaciones invertibles.
    • Metodos de optimizacion para la registracion de imagenes medicas.
  6. Aplicaciones en estudios poblacionales y Planeamiento Quirurgico
    • Aplicaciones de analisis estadistico de poblaciones: modelos estadisticos de morfometria basada en voxels, analisis de imagenes de resonancia magnetica funcional, y analisis de morfometria de tensores.
    • Aplicaciones al planeamiento quirurgico cerebral y toracico-abdominal.

4. Conocimientos Previos Recomendados

  • Conocimientos de programación y estructuras de datos
  • Análisis matemático y álgebra lineal
  • Elementos de cálculo numérico

En particular, con respecto a alumnos del Departamento de Computación de la FCEyN, UBA, esto es equivalente a haber cursado las materias:

  • Algoritmos y Estructuras de datos I
  • Metodos Numericos

Related Materials