Análisis de imágenes de CT de tórax para caracterizar lesiones pulmonares y asociarlas con diferentes variantes de COVID-19
Date
2026-01
Journal Title
Journal ISSN
Volume Title
Publisher
Benemérita Universidad Autónoma de Puebla
Abstract
“La enfermedad de COVID-19, causada por el virus SARS-CoV-2 ha tenido gran impacto mundial desde su aparición en 2019, acumulando 7.071.311 muertes confirmadas hasta 2024. Con el paso del tiempo y debido a diferencias geográficas y sociales, el virus original mutó y dió lugar a variantes del virus. La tomografía computarizada (CT) de tórax ha sido una relevante herramienta de diagnóstico, al mostrar alteraciones pulmonares asociadas a COVID-19, además de que técnicas de procesamiento de imágenes médicas, como radiómica, ha permitido cuantificar y explicar objetivamente características particulares de la enfermedad. En esta tesis se realizó un análisis radiómico sobre CT de tórax para identificar patrones asociados a distintas variantes. Se utilizó un algoritmo de segmentación automática de pulmón, que mostró un alto grado de superposición con las segmentaciones de referencia (Dice 0.930 ± 0.027, IoU 0.870 ± 0.046), aunque la distancia de Hausdorff (85.02 ± 30 píxeles) evidenció errores localizados en los bordes. Se extrajeron 851 características radiómicas de primer y segundo orden, y morfológicas, seleccionando las más relevantes mediante LASSO y análisis de distribución (DA), con predominio de características de segundo orden. Los modelos de clasificación implementados con redes neuronales completamente conectadas mostraron métricas superiores a 0.98 en promedio para accuracy, precision, recall, F1-score y specificity. DA presentó mayor estabilidad y generalización, siendo comparable con métodos tradiconales como LASSO”.
Description
Keywords
Citation
Collections
Document Viewer
Select a file to preview:
Can't see the file? Try reloading