Segmentación automática con técnicas de aprendizaje profundo de imágenes de ultrasonido para detectar estructuras nerviosas

Simple item page
dc.contributor.advisorGil González, Julián
dc.contributor.authorBedoya Mera, Laura Alejandra
dc.contributor.authorEscandón Guzmán, Rubén Dario
dc.date.accessioned2026-03-20T16:14:27Z
dc.date.available2026-03-20T16:14:27Z
dc.date.issued2025
dc.description.abstractLa ecografía es una herramienta esencial en la anestesia regional para identificar estructuras como el nervio del plexo braquial; sin embargo, el bajo contraste, el ruido y la variabilidad dificulta su localización precisa. Este estudio propone un método de segmentación automática basado en aprendizaje profundo, utilizando un conjunto de datos y aplicando el algoritmo CLAHE para mejorar el contraste de las imágenes, además de depurar aquellas sin región de interés. Se entrenaron las arquitecturas U-Net, U-Net++ y FPN con y sin preprocesamiento, evaluando su desempeño mediante Dice e IoU. Los resultados evidencian que U-Net obtuvo el mejor rendimiento en ambos escenarios, alcanzando un Dice de 0.6704 e IoU de 0.5042 con preprocesamiento, y manteniendo desempeño superior sin él. La comparación visual confirma que U-Net produce segmentaciones más definidas y anatómicamente coherentes. Estos hallazgos destacan la importancia del preprocesamiento y consolidan a U-Net como una arquitectura robusta para la segmentación automática del plexo braquial en imágenes de ultrasonido, con potencial para apoyar procedimientos de anestesia regional.spa
dc.description.degreelevelMaestría
dc.description.degreenameMagíster en Ingeniería
dc.format.extent21 p.
dc.format.mimetypeapplication/pdf
dc.identifier.urihttp://hdl.handle.net/11522/5446
dc.language.isospa
dc.publisherPontificia Universidad Javeriana Cali
dc.publisher.departmentFacultad de Ingeniería y Ciencias
dc.publisher.programMaestría en Ingeniería
dc.rights.accessrightshttp://purl.org/coar/access_right/c_abf2
dc.rights.creativecommonshttps://creativecommons.org/licenses/by-nc-sa/4.0/
dc.rights.urihttps://creativecommons.org/licenses/by-nc-sa/4.0/
dc.subjectSegmentación automáticaspa
dc.subjectImágenes de ultrasonidospa
dc.subjectPlexo braquialspa
dc.subjectAprendizaje profundospa
dc.subjectU‑Netspa
dc.subjectAutomatic segmentationeng
dc.subjectUltrasound imagingeng
dc.subjectBrachial plexuseng
dc.subjectDeep learningeng
dc.titleSegmentación automática con técnicas de aprendizaje profundo de imágenes de ultrasonido para detectar estructuras nerviosasspa
dc.typemaster thesis
dc.type.coarhttp://purl.org/coar/resource_type/c_bdcc
dc.type.localTesis/Trabajo de grado - Monografía - Maestría
dc.type.redcolhttps://purl.org/redcol/resource_type/TM
Files
Original bundle
Now showing 1 - 2 of 2
Thumbnail Image
Name:
Proyecto de Grado Final - RUBEN DARIO ESCANDON GUZMAN,LAURA ALEJANDRA BEDOYA MERA,.pdf
Size:
6.55 MB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Licencia de Uso - RUBEN DARIO ESCANDON GUZMAN,LAURA ALEJANDRA BEDOYA MERA,.pdf
Size:
294.26 KB
Format:
Adobe Portable Document Format
Download
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed to upon submission
Description:
Download
Collections
Maestría en Ingeniería