Podés acceder al documento de la tesis desde este link.
En este trabajo se desarrolló un modelo de segmentación para dispositivos endosaculares luego del tratamiento de aneurismas cerebrales a partir de imágenes médicas 3D. Se empleó la arquitectura UNet, una red neuronal convolucional, para crear un modelo supervisado capaz de identificar y localizar estos dispositivos en las imágenes. Se realizó una revisión exhaustiva de literatura y antecedentes en visión computacional en medicina, utilizando herramientas como PyTorch, NumPy y Pandas para el desarrollo del modelo. Los datos utilizados fueron seleccionados manualmente por expertos en este tipo de imágenes. Este trabajo presenta una primera alternativa para el desarrollo de métodos de segmentación para este tipo de dispositivos, y busca mejorar la segmentación de imágenes para facilitar el diagnóstico y tratamiento de aneurismas cerebrales, capitalizando recursos disponibles y cultivando conocimientos en visión computacional médica.