El reto
Un centro de oftalmología necesitaba estimar con precisión el volumen de grasa y músculo del ojo humano. Esta información es esencial para hacer un seguimiento de la salud ocular, evaluar la eficacia de las intervenciones y realizar análisis comparativos.
La estimación de estos volúmenes dependía de mediciones manuales, que requerían mucho tiempo y eran propensas a errores. El centro quería una forma automatizada y fiable de abordar esta parte de la atención oftalmológica.
Nuestra solución
Nos centramos en las resonancias magnéticas de órbita y desarrollamos un modelo de deep learning que segmenta el tejido graso y muscular en cada corte de la imagen. Sumando el tejido segmentado de todos los cortes se obtiene una estimación precisa del volumen de estas estructuras anatómicas del ojo.
El modelo trabaja con las vistas coronal, sagital y axial del ojo, de modo que cubre toda la región orbitaria.
- Segmentación corte a corte del tejido graso y muscular en resonancias magnéticas de órbita
- Estimación del volumen de grasa y músculo a partir de los cortes segmentados
- Compatibilidad con vistas coronales, sagitales y axiales
- Comparación de volúmenes antes y después de una intervención
El resultado
Al automatizar la segmentación del tejido graso y muscular, los oftalmólogos obtienen estimaciones de volumen precisas sin mediciones manuales, lo que permite evaluaciones más completas.
Como el modelo permite comparaciones de antes y después, los clínicos pueden cuantificar los cambios en el volumen de grasa y músculo y evaluar el impacto de procedimientos quirúrgicos, intervenciones terapéuticas o la progresión de una enfermedad en las estructuras oculares. El proyecto complementa nuestro trabajo en oftalmología con Eye Metrics.
