Generación de Imágenes Sintéticas de Hueso Trabecular Basadas en Escaneos de Micro-CT
Autores: Grande-Barreto, Jonas; Polanco-Castro, Eduardo; Peregrina-Barreto, Hayde; Rosas-Mialma, Eduardo; Puig-Mar, Carmina
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Generación de Imágenes Sintéticas de Hueso Trabecular Basadas en Escaneos de Micro-CT
Categoría
Gestión y administración
Subcategoría
Gestión de la tecnología y la inovación
Palabras clave
Creando
Imágenes sintéticas
Tejido trabecular
Algoritmos
Estructura ósea
Metodología
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 1
Citaciones: Sin citaciones
La creación de imágenes sintéticas de tejido trabecular proporciona una alternativa para que los investigadores validen algoritmos diseñados para estudiar el hueso trabecular. Desarrollar imágenes sintéticas requiere datos de referencia, como conjuntos de datos de muestras biológicas digitales o plantillas, que a menudo no están disponibles debido a restricciones de privacidad. Incluso cuando esta base está disponible, el procedimiento estándar combina la información para generar una única plantilla como punto de partida, reduciendo la variabilidad en las imágenes sintéticas generadas. Este trabajo propone una metodología para construir imágenes sintéticas de la estructura del hueso trabecular, creando una red 3D que la simula. A continuación, se simulan las características técnicas del escáner de micro-CT, las propiedades biomecánicas de los huesos trabeculares y la física del proceso de imagen para producir una imagen sintética. La metodología propuesta no requiere muestras biológicas, conjuntos de datos o plantillas para generar imágenes sintéticas. Dado que cada imagen sintética construida es única, la metodología permite generar un gran número de imágenes sintéticas, útiles en la comparación de rendimiento de algoritmos bajo diferentes condiciones de imagen. Las imágenes sintéticas creadas fueron evaluadas utilizando parámetros de microarquitectura de referencia, y los resultados experimentales proporcionaron evidencia de que los valores obtenidos coinciden con enfoques que requieren datos iniciales. El alcance de esta metodología abarca aspectos de investigación relacionados con el uso de imágenes sintéticas en investigaciones biomédicas posteriores o el desarrollo de herramientas de capacitación educativa para comprender la imagen médica.
Descripción
La creación de imágenes sintéticas de tejido trabecular proporciona una alternativa para que los investigadores validen algoritmos diseñados para estudiar el hueso trabecular. Desarrollar imágenes sintéticas requiere datos de referencia, como conjuntos de datos de muestras biológicas digitales o plantillas, que a menudo no están disponibles debido a restricciones de privacidad. Incluso cuando esta base está disponible, el procedimiento estándar combina la información para generar una única plantilla como punto de partida, reduciendo la variabilidad en las imágenes sintéticas generadas. Este trabajo propone una metodología para construir imágenes sintéticas de la estructura del hueso trabecular, creando una red 3D que la simula. A continuación, se simulan las características técnicas del escáner de micro-CT, las propiedades biomecánicas de los huesos trabeculares y la física del proceso de imagen para producir una imagen sintética. La metodología propuesta no requiere muestras biológicas, conjuntos de datos o plantillas para generar imágenes sintéticas. Dado que cada imagen sintética construida es única, la metodología permite generar un gran número de imágenes sintéticas, útiles en la comparación de rendimiento de algoritmos bajo diferentes condiciones de imagen. Las imágenes sintéticas creadas fueron evaluadas utilizando parámetros de microarquitectura de referencia, y los resultados experimentales proporcionaron evidencia de que los valores obtenidos coinciden con enfoques que requieren datos iniciales. El alcance de esta metodología abarca aspectos de investigación relacionados con el uso de imágenes sintéticas en investigaciones biomédicas posteriores o el desarrollo de herramientas de capacitación educativa para comprender la imagen médica.