SEIDOR – Deep Brain
SEIDOR
Sector: Salud
Business Case
Herramientas de segmentación automática de subestructuras anatómicas del cerebro y visualización holográfica para la ayuda al diagnóstico y soporte a la decisión.
Objetivos
El objetivo principal es crear herramientas de apoyo a los clínicos en el diagnóstico, tratamiento y pronóstico de las patologías cerebrales en las que la imagen médica es un criterio de gran importancia para el diagnóstico y el pronóstico.
Use case
Se plante el uso de herramienta de segmentación automática de tumores sólidos a partir de imagen médica (DICOM/NIfTI), para la posterior generación de imagen 3D que permita su visualización a través de smartglasses con el objetivo de facilitar las labores de diagnóstico.
Infraestructura
On Premise
Tecnologías utilizadas
Reconocimiento/procesamiento de imágenes Aprendizaje Automático o Profundo
Datos utilizados
Dataset privado y anonimizado (IIS BIOARABA).
Recursos utilizados
Personal Investigador de Deusto SEIDOR para la definición de modelos de segmentación en colaboración con el personal de IIS BIOARABA como proveedores del dataset y validadores. Infraestructura CPD de alto rendimiento de SEIDOR.
Dificultades y aprendizaje
El principal reto ha sido la obtención de datos siguiendo todos los protocolos que garanticen la seguridad de los datos (aprobación de proyecto por el Comité Ético Investigador, extracción de imágenes médicas del PAC, anonimización de los datos, generación de máscaras…) El proceso de adquisición de datos y preparación del dataset puede alargarse varios meses por lo que es necesario identificar datasets públicos o generar datos sintéticos que permitan avanzar en le proyecto hasta poder contar con los datos reales).
KPIs (impacto en el negocio y métricas del modelo)
Confusion matrix Dice coefficient Loss + accuracy
Financiación
Cofinanciado por HAZITEK
Colaboradores
Vicomtech
