Camilo Laiton-Bonadiez, Germán Sanchez-Torres, Nallig Leal, Aura Polo-Llanos

Memorias de la Vigésima Segunda Conferencia Iberoamericana en Sistemas, Cibernética e Informática: CISCI 2023, pp. 16-20 (2023); https://doi.org/10.54808/CISCI2023.01.16

Camilo Laiton-Bonadiez
Facultad de Ingeniería, Universidad del Magdalena, Santa Marta, Magdalena, Colombia

Germán Sanchez-Torres
Facultad de Ingeniería, Universidad del Magdalena, Santa Marta, Magdalena, Colombia

Nallig Leal
Facultad de Ingeniería, Universidad Autónoma del Caribe, Barranquilla, Atlántico, Colombia

Aura Polo-Llanos
Facultad de Ingeniería, Universidad del Magdalena, Santa Marta, Magdalena, Colombia

Cite this paper as:
Laiton-Bonadiez, C., Sanchez-Torres, G., Leal, N., Polo-Llanos, A. (2023). Segmentación de Estructuras Cerebrales en Imágenes de Resonancia Magnética Utilizando un Enfoque Espacial Basado en Módulos de Auto-Atención. En N. Callaos, J. Horne, B. Sánchez, A. Tremante (Eds.), Memorias de la Vigésima Segunda Conferencia Iberoamericana en Sistemas, Cibernética e Informática: CISCI 2023, pp. 16-20. International Institute of Informatics and Cybernetics. https://doi.org/10.54808/CISCI2023.01.16

Las imágenes de resonancia magnética (IRM) son importantes para diagnosticar y tratar trastornos neurológicos, pero la segmentación precisa es aún una tarea compleja debido a las características intrínsecas en la morfología de las estructuras cerebrales. El objetivo de este estudio es presentar y evaluar una propuesta basada en aprendizaje profundo que usa redes neuronales 3D profundas que incorpore módulos de auto-atención y conexiones de salto. El objetivo principal es mejorar la segmentación de estructuras cerebrales. Se usó el conjunto de datos Mindboggle-101, que contiene pares de imágenes compuestas por las imágenes de resonancia magnéticas y sus correspondientes anotaciones por estructura cerebral. El rendimiento del modelo propuesto se comparó con los métodos convencionales utilizando métricas como el coeficiente de Dice, la métrica IoU, y la estimación de la precisión. El diseño arquitectónico propuesto mostró mejoras en la precisión y el detalle en la segmentación de la estructura del cerebro por resonancia magnética en comparación con metodologías alternativas.