Keywords: Deep Learning, automatic segmentation, liver cancer Aprendizaje profundo, segmentación automática, cáncer de hígado Aprenentatge profund, segmentació automàtica, càncer de fetge
Title in different languages: Herramienta de Aprendizaje Profundo para la Detección y Segmentación Automática de Tumores en el Hígado Deep Learning Tool for the Automatic Detection and Segmentation of Liver Tumors Eina d'Aprenentatge Profund per a la Detecció i Segmentació Automàtica de Tumors de Fetge
Subject areas: Ciencias de la salud Health sciences Ciències de la salut
Confidenciality: Si
Academic year: 2023-2024
Student: Balaguer Montero, Maria
APS: No
Department: Enginyeria Informàtica i Matemàtiques
Access Rights: info:eu-repo/semantics/openAccess
Work's public defense date: 2024-06-20
Project director: Sala Llonch, Roser
Abstract: We aim to develop a tool for the automatic detection and segmentation of liver tumors with existing Deep Learning models. To do so, we have collected 1516 computed tomography scans, coming from several institutions (open-source and private), accounting for 4790 tumors. A review of the state-of-the-art methods has been done too, as well as a benchmarking comparison to our resulting model. Moreover, the impact in segmentation performance of several scan characteristics has been evaluated, together with a sub-study to assess the inter- and intra-radiologists’ variability. Lastly, the quantification of Total Tumor Volume has been tested as a prognostic biomarker. El nostre objectiu és desenvolupar una eina per a la detecció i segmentació automàtica de tumors hepàtics amb models d'aprenentatge profund existents. Per fer-ho, hem recollit 1.516 exploracions de tomografia computada, procedents de diverses institucions (de codi obert i privades), que representen 4.790 tumors. També s'ha fet una revisió dels mètodes d'última generació, així com una comparació comparativa amb el nostre model resultant. A més, s'ha avaluat l'impacte en el rendiment de la segmentació de diverses característiques d'exploració, juntament amb un subestudi per avaluar la variabilitat inter i intraradiòlegs. Finalment, s'ha provat la quantificació del volum total del tumor com a biomarcador pronòstic.
Subject: Fetge--Càncer
Entity: Universitat Rovira i Virgili (URV)
Language: en
Education area(s): Ciència de Dades Biomèdiques
Title in original language: Deep Learning Tool for the Automatic Detection and Segmentation of Liver Tumors
Creation date in repository: 2025-03-03
Repositori URV