Estimación de parámetros geométricos musculoesqueléticos y del tejido celular subcutáneo en infantes menores a 5 años usando imágenes de ultrasonido

• Autor: Erquinigo Agurto, Ronal Arturo
• Formato: tesis de maestría
• Fecha de Publicación: 2019
• Institución: Universidad Nacional de Ingeniería
• Repositorio: UNI-Tesis
• Lenguaje: español
• OAI Identifier: oai:cybertesis.uni.edu.pe:20.500.14076/19062
• Enlace del recurso: http://hdl.handle.net/20.500.14076/19062
• Nivel de acceso: acceso abierto
• Materia: Redes neuronales; Antropometría; Imágenes de ultrasonido; https://purl.org/pe-repo/ocde/ford#2.02.02

Estimar el peso y la talla en pacientes inmovilizados, es una alternativa ante la dificultad técnica de pesar y tallar a los mismos. En literatura, se han propuesto diversos métodos que, basados en la antropometría del paciente, permiten estimar el peso, así como la talla en menor medida, con un mínimo de error posible. Mediciones específicas tales como la circunferencia y la longitud del brazo son utilizadas en modelos previamente armados a partir de poblaciones heterogéneas. Tal es el caso de la cinta Mercy, la cual fue desarrollada a partir de la base de datos NHANES (National Health and Nutrition Examination Survey) y que demostró un menor error de estimación sobre otros métodos; a pesar de ello, su uso viene siendo validado en otras poblaciones geográficas. Por otro lado, el uso de imágenes de ultrasonido para la extracción automática de parámetros geométricos musculoesqueléticos (PGM) ha sido poco estudiado y limitado a ciertas patologías debido a los artefactos, a su bajo nivel de señal a ruido y a que sus superficies óseas aparecen con un grosor mayor que dificulta el contraste entre el hueso y el músculo circundante. Sin embargo, el uso de técnicas de procesamiento digital de imágenes y redes neuronales permite que su uso pueda ser extendido a otras aplicaciones adicionales tal como la estimación del peso y la talla a partir de los PGM extraídos. El presente trabajo consiste en dos partes. La primera parte es una prueba de concepto que tiene como objetivos: a) la recolección de una base de datos principal de 43 niños menores de 5 años, cuyos datos obtenidos fueron la talla, el peso, la edad, el sexo y los PGM estimados manualmente a través de imágenes de ultrasonido del brazo (diámetro y profundidad del húmero), el muslo (diámetro y profundidad del fémur) y el pecho (perímetro, área y profundidad de la costilla), y b) generar dos modelos estadísticos para estimar el peso y la talla en función de las demás variables, para la cual, se utiliza el método de regresión lineal múltiple que, a partir de los métodos incremental y saturado, identifica aquellos PGM que, como predictores, tienen una significancia estadística mayor al 95%. La segunda desarrolla un algoritmo que permite extraer automáticamente información geométrica sobre imágenes de ultrasonido del fémur, específicamente, los PGM correspondientes a la profundidad y el diámetro del fémur, que demostraron ser los mejores predictores para estimar el peso y la talla según la prueba de concepto, cuyo método desarrollado consiste en las siguientes etapas, que son: el preprocesamiento mediante la cual se resalta las estructuras óseas, así como otras estructuras musculares, la umbralización global y la segmentación y extracción de características de la región de interés correspondiente posiblemente a la superficie ósea del fémur. Después de validar la región de interés utilizando una red neuronal, previamente entrenada, se identifica si la región segmentada corresponde a la superficie del fémur o no, y se procede a la estimación de la profundidad y del diámetro del fémur. Los resultados obtenidos para la prueba de concepto muestran un coeficiente de correlación ajustado al cuadrado de 0.8438 y 0.8726 para los modelos de estimación del peso y la talla, respectivamente. El algoritmo de extracción automática de PGM del fémur, consiguió errores relativos promedio de 2.69% y 7.58% para las estimaciones manuales de profundidad y diámetro del fémur, respectivamente. El estimador, que utiliza los modelos de estimación a partir de los PGM extraídos automáticamente, estima con un error relativo menor del 10%, para una población de 38 niños, el peso en el 63.16% de los casos y la talla en el 89.47% de los casos.