Automatic labeling of coronary artery segments: multi-strategy development and evaluation
Loading...
Date
Document Type
Document Version
Author
License
Citation
Clapers Colet, M. Automatic labeling of coronary artery segments: multi-strategy development and evaluation. 2025. handle: http://hdl.handle.net/10230/71463
This citation was generated automatically.
Abstract
This bachelor’s thesis addresses the automatic labeling of coronary artery segments from 3D binary masks, following standard clinical guidelines. This task is a key step in the diagnosis of coronary artery disease that enables cardiologists to localize the disease, assess its severity, and plan effective treatments. The work was conducted in collaboration with the Hospital de la Santa Creu i Sant Pau, within a broader artificial intelligence-assisted framework aimed at the diagnosis of coronary artery disease. Several strategies were developed and analyzed, including heuristic methods based on anatomical rules, classical machine learning using coordinate and graph features, graph neural networks, and direct multi-class segmentation techniques. The project also involved the creation of a clinically validated labeled dataset. Results highlight the strengths and limitations of each approach, offering insights into their clinical applicability. The study contributes to advancing automation in cardiac diagnosis by developing and evaluating robust coronary segment labeling methods.
Aquest treball de fi de grau aborda l’etiquetatge automatic dels segments de les artèries còronaries a partir de màscares binàries 3D, seguint les pautes clíıniques estandard. Aquesta tasca constitueix un pas clau en el diagnostic de la malaltia coronària que permet als cardiòlegs localitzar la malaltia, avaluar-ne la gravetat i planificar tractaments eficaços. El treball s’ha dut a terme en col·laboracio amb l’Hospital de la Santa Creu i Sant Pau, dins d’un marc més amplí assistit per intel·ligencia artificial dirigit al diagnòstic de la malaltia de les artèries coronàries. S’han desenvolupat i analitzat diverses estrategies, incloent-hi mètodes heurístics basats en regles anatomiques, models clàssics d’aprenentatge automàtic utilitzant coordenades i característiques de graf, xarxes neuronals grafiques i tècniques directes de segmentació multiclasse. ́ El projecte tambe ha inclós la creació d’un conjunt de dades etiquetat i validat clínicament. Els resultats posen de manifest els punts forts i les limitacions de cada enfocament, oferint una visio sobre la seva aplicabilitat clínica. L’estudi contribueix a l’avenc ̧ de l’automatitzacio del diagnostic cardíac mitjançant el desenvolupament i l’avaluacio de métodes robustos d’etiquetatge coronari.
Este trabajo de fin de grado aborda el etiquetado automatico de los segmentos de las arterias coróronarias a partir de mascaras binarias 3D, siguiendo las guías clínicas estandar. Esta tarea constituye un paso clave en el diagnostico de la enfermedad arterial coronaria que permite a los cardiologos localizar la enfermedad, evaluar su gravedad y planificar tratamientos efectivos. El ́trabajo se ha llevado a cabo en colaboracion con el Hospital de la Santa Creu i Sant Pau, dentro ́de un marco mas amplio asistido por inteligencia artificial dirigido al diagnostico de la enfermedad de las arterias coronarias. Se han desarrollado y analizado diversas estrategias, incluyendo metodos heuríssticos basados en reglas anatomicas, modelos clásicos de aprendizaje automático ́utilizando coordenadas y características de grafo, redes neuronales graficas y técnicas directas de segmentacion multiclase. El proyecto tambié ha incluido la creació de un conjunto de datos etiquetado y validado clínicamente. Los resultados ponen de relieve los puntos fuertes y las limitaciones de cada enfoque, ofreciendo una vision sobre su aplicabilidad clínica. El estudio contribuye al avance de la automatizacion del diagnóstico cardíaco mediante el desarrollo y la evaluacion de métodos robustos de etiquetado coronario.
Aquest treball de fi de grau aborda l’etiquetatge automatic dels segments de les artèries còronaries a partir de màscares binàries 3D, seguint les pautes clíıniques estandard. Aquesta tasca constitueix un pas clau en el diagnostic de la malaltia coronària que permet als cardiòlegs localitzar la malaltia, avaluar-ne la gravetat i planificar tractaments eficaços. El treball s’ha dut a terme en col·laboracio amb l’Hospital de la Santa Creu i Sant Pau, dins d’un marc més amplí assistit per intel·ligencia artificial dirigit al diagnòstic de la malaltia de les artèries coronàries. S’han desenvolupat i analitzat diverses estrategies, incloent-hi mètodes heurístics basats en regles anatomiques, models clàssics d’aprenentatge automàtic utilitzant coordenades i característiques de graf, xarxes neuronals grafiques i tècniques directes de segmentació multiclasse. ́ El projecte tambe ha inclós la creació d’un conjunt de dades etiquetat i validat clínicament. Els resultats posen de manifest els punts forts i les limitacions de cada enfocament, oferint una visio sobre la seva aplicabilitat clínica. L’estudi contribueix a l’avenc ̧ de l’automatitzacio del diagnostic cardíac mitjançant el desenvolupament i l’avaluacio de métodes robustos d’etiquetatge coronari.
Este trabajo de fin de grado aborda el etiquetado automatico de los segmentos de las arterias coróronarias a partir de mascaras binarias 3D, siguiendo las guías clínicas estandar. Esta tarea constituye un paso clave en el diagnostico de la enfermedad arterial coronaria que permite a los cardiologos localizar la enfermedad, evaluar su gravedad y planificar tratamientos efectivos. El ́trabajo se ha llevado a cabo en colaboracion con el Hospital de la Santa Creu i Sant Pau, dentro ́de un marco mas amplio asistido por inteligencia artificial dirigido al diagnostico de la enfermedad de las arterias coronarias. Se han desarrollado y analizado diversas estrategias, incluyendo metodos heuríssticos basados en reglas anatomicas, modelos clásicos de aprendizaje automático ́utilizando coordenadas y características de grafo, redes neuronales graficas y técnicas directas de segmentacion multiclase. El proyecto tambié ha incluido la creació de un conjunto de datos etiquetado y validado clínicamente. Los resultados ponen de relieve los puntos fuertes y las limitaciones de cada enfoque, ofreciendo una vision sobre su aplicabilidad clínica. El estudio contribuye al avance de la automatizacion del diagnóstico cardíaco mediante el desarrollo y la evaluacion de métodos robustos de etiquetado coronario.
Other authors
Description
Tutor: Oscar Camara Rey. Supervisor: Cesar Acebes Pinilla
Treball de fi de grau en Enginyeria Matemàtica en Ciència de Dades
Treball de fi de grau en Enginyeria Matemàtica en Ciència de Dades
