Ablación automática de tumores en el contexto del aprendizaje automático

En los últimos años, los tumores malignos se han convertido en un problema de salud pública con una alta incidencia en la población mundial. Dependiendo del tipo de tumor se han planteado diferentes tratamientos, donde la ablación tumoral, mediante cirugía estereotáxica, se ha convertido en el proceso quirúrgico de mayor aceptación y éxito. Sin embargo, es bien sabido que la calidad de vida de los pacientes sometidos a cirugía estereotáxica se ve afectada a menudo debido al inevitable déficit neuronal que se produce durante los procedimientos altamente invasivos. Este daño neuronal en ocasiones puede generar efectos secundarios no deseados como parálisis muscular, trastornos del habla y problemas motores. La tractografía, basada en imágenes de difusión magnética (dMRI) con resolución mejorada, puede permitir una planificación estereotáxica más detallada a nivel de las fibras neuronales, lo que puede evitar daños insuficientes en la trayectoria de inserción de material quirúrgico, como electrodos exploradores o instrumentos para la ablación de tejidos. . El objetivo final del análisis de imágenes estructurales en tumores cerebrales es extraer información clínica relevante específica para cada paciente y sus características diagnósticas. En consecuencia, desarrollar modelos automáticos para la localización y reconocimiento de tejidos asociados a regiones tumorales es de vital importancia para el campo de la neuroimagen en el que las herramientas tecnológicas pueden apoyar al especialista en un proceso de ablación tumoral.