Return to search

Estimación del comportamiento biomecánico del hígado y la mama in vivo utilizando algoritmos avanzados.

[ES] El objetivo principal de este trabajo es la estimación de las constantes elásticas de modelos constitutivos que gobiernan el comportamiento biomecánico de órganos como el hígado y la mama, in vivo y para paciente específico. Para ello, se han definido dos tipos de metodologías, las cuales se diferencian por el tipo de algoritmo empleado: algoritmos genéticos (método 1) y algoritmos de aprendizaje automático (método 2).
A lo largo del presente trabajo se definen ambas metodologías desde su fase inicial, la obtención de las imágenes médicas necesarias, hasta su fase final, la definición del comportamiento biomecánico del órgano. Estas metodologías pueden ser aplicadas en cualquier órgano, independientemente de su localización (por ejemplo en un órgano interno como el hígado u órgano externo como la mama), así como de su composición (órgano compuesto de un único tipo de tejido u órgano multitejido). En ambos casos, los resultados han sido satisfactorios con una precisión aceptable para su uso en el ámbito médico. Además, el método 2 puede ser aplicado en tiempo real. / [CA] L'objectiu principal d'este treball és l'estimació de les constants elàstiques de models constitutius que governen el comportament biomecànic d'òrgans com el fetge i la mama, in vivo i per a pacient específic. Per a això, s'han definit dos tipus de metodologies, les quals es diferencien pel tipus d'algorisme emprat: algorismes genètics (mètode 1) i algorismes d'aprenentatge automàtic (mètode 2).
Al llarg del present treball es definixen dues metodologies des de la seua fase inicial, l'obtenció de les imatges mèdiques necessàries, fins a la seua fase final, la definició del comportament biomecànic de l'òrgan. Estes metodologies poden ser aplicades en qualsevol òrgan, independentment de la seua localització (per exemple en un òrgan intern com el fetge o òrgan extern com la mama), així com de la seua composició (òrgan compost d'un únic tipus de teixit o òrgan multiteixit). En dues casos, els resultats han sigut satisfactoris amb una precisió acceptable per al seu ús en l'àmbit mèdic. A més, el mètode 2 pot ser aplicat en temps real. / [EN] The main objective of this work is the estimation of the elastic constants of constitutive models that govern the biomechanical behavior of organs such as the liver and breast, in vivo and for a specific patient. To this end, two types of methodologies have been defined, which are differentiated by the type of algorithm used: genetic algorithms (method 1) and machine learning (method 2).
Throughout this work, both methodologies are defined from its initial phase, obtaining the necessary medical images, to its final phase, the definition of the biomechanical behavior of the organ. These methodologies can be applied to any organ, regardless of its location (for example in an internal organ such as the liver or an external organ such as the breast), as well as its composition (organ composed of a single type of tissue or multi-tissue organ). In both cases, the results have been satisfactory with acceptable precision for use in the medical field. Furthermore, method 2 can be applied in real time. / Martínez Sanchís, S. (2024). Estimación del comportamiento biomecánico del hígado y la mama in vivo utilizando algoritmos avanzados [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/206019

Identiferoai:union.ndltd.org:upv.es/oai:riunet.upv.es:10251/206019
Date01 July 2024
CreatorsMartínez Sanchís, Sandra
ContributorsMonserrat Aranda, Carlos, Rupérez Moreno, María José, Universitat Politècnica de València. Departamento de Ingeniería Electrónica - Departament d'Enginyeria Electrònica
PublisherUniversitat Politècnica de València
Source SetsUniversitat Politècnica de València
LanguageSpanish
Detected LanguageSpanish
Typeinfo:eu-repo/semantics/doctoralThesis, info:eu-repo/semantics/acceptedVersion
Rightshttp://rightsstatements.org/vocab/InC/1.0/, info:eu-repo/semantics/openAccess

Page generated in 0.0033 seconds