Seminario 20 de Junio 2023

Anthony Christodoulou

Título: Abrazando latidos y respiraciones: RM multitarea para imágenes cardíacas cuantitativas resueltas por movimiento

Resumen: La resonancia magnética cuantitativa brinda muchos beneficios sobre las imágenes cualitativas tradicionales: caracterización de tejido reproducible, diagnóstico de enfermedad difusa, el potencial para la detección temprana de enfermedades y más. El enfoque estándar para la IRM cuantitativa de órganos en movimiento (p. ej., el corazón o los órganos abdominales) ha sido "congelar" el movimiento utilizando una combinación complicada de activación de ECG y apneas repetidas. Ese enfoque es difícil, poco confiable y, lo que es más importante, inadecuado para pacientes con latidos cardíacos irregulares o problemas para contener la respiración, lo que impide la amplia adopción clínica de la RM cuantitativa en muchas áreas. Este seminario describe una nueva clase de enfoques de imágenes cuantitativas, que rediseñan el proceso de imágenes de RM en torno al concepto de múltiples dimensiones de tiempo. En lugar de tratar de evitar el movimiento, estos enfoques son "multitareas", capturando el movimiento junto con múltiples procesos tisulares simultáneos para la cuantificación, a cada uno de los cuales se le asigna su propia dimensión de tiempo. Esto permite imágenes cuantitativas con resolución de movimiento rápidas, precisas y repetibles, y permite la cuantificación sin ECG y con respiración libre de múltiples parámetros de tejido a la vez.

Biografía: Anthony Christodoulou es profesor asociado de ciencias biomédicas y director de innovaciones tecnológicas de resonancia magnética para el Instituto de Investigación de Imágenes Biomédicas en el Centro Médico Cedars-Sinai, así como profesor de Medicina y Bioingeniería en la Universidad de California, Los Ángeles. Recibió su Ph.D. en Ingeniería Eléctrica e Informática de la Universidad de Illinois en Urbana-Champaign y su B.S. y M. S. Licenciatura en Ingeniería Eléctrica de la Universidad del Sur de California. El laboratorio de investigación del Prof. Christodoulou desarrolla y traduce técnicas novedosas de imágenes por resonancia magnética (IRM) a través de innovaciones en física de RM, aprendizaje automático y reconstrucción de imágenes. El enfoque principal de su grupo está en los métodos de imágenes cuantitativas multidimensionales para el diagnóstico, la predicción del riesgo y el seguimiento del tratamiento de enfermedades cardiovasculares y cáncer. El Dr. Christodoulou es miembro de la Junta Ejecutiva de SMRA, miembro del Comité del Programa de Reuniones Anuales de ISMRM, miembro de SCMR y miembro de IEEE y AHA.

Aaron Ponce Sandoval

Título: Mejora de la segmentación temporal en imágenes de resonancia magnética de 4D Flow mediante una red de segmentación semántica en cascada y una red neuronal de registro VoxelMorph

Resumen: La técnica de adquisición de resonancia magnética de flujo 4D permite la evaluación no invasiva de las velocidades del flujo sanguíneo dentro de un volumen en las tres direcciones ortogonales. Sin embargo, para analizar estos
adquisiciones, la segmentación es necesaria. Obtener la segmentación sigue siendo un desafío, debido
a diferentes problemas, como el ruido de adquisición aleatoria, baja resolución espacial y temporal,
aliasing de velocidad, movimiento de respiración y retrasos. Por esta razón, el uso de una sola segmentación
para representar la geometría a lo largo de todas las fases cardíacas se ha estandarizado. Sin embargo,
Estudios recientes han propuesto el uso del registro de imágenes para solucionar este problema. En esto
paper, proponemos una canalización de posprocesamiento para imágenes de resonancia magnética de flujo 4D. El
tubería consiste en obtener una segmentación única de las ramas de la arteria pulmonar
y secciones de la aorta para mejorar la segmentación con el tiempo en las fases cardíacas de la sístole.
Esto se obtiene adaptando un algoritmo de procesamiento de imágenes de resonancia magnética de flujo 4D utilizando un
Red neuronal de grabación de imágenes médicas VoxelMorph y una segmentación neuronal semántica
cascada de red.

Bio: Ingeniero de aprendizaje automático y estudiante de doctorado en informática aplicada de la universidad
de valparaiso.

Galería