Análisis de malformaciones arteriovenosas cerebrales en imágenes médicas

Abstract

Las malformaciones arteriovenosas (MAVs) cerebrales son anomalías vasculares caracterizadas por la conexión directa entre arterias y venas sin la presencia de un lecho capilar intermedio, lo que genera alteraciones significativas en la hemodinámica cerebral. La evaluación precisa de su morfología y dinámica de flujo es fundamental para el diagnóstico y la planificación terapéutica; sin embargo, los métodos tradicionales dependen en gran medida de la interpretación visual del especialista médico.

Diversos enfoques computacionales basados en segmentación automática y modelado hemodinámico han sido propuestos para mejorar la caracterización de las MAVs. No obstante, gran parte de la literatura existente se centra en estudios de imagen tridimensionales que, aunque ofrecen una representación volumétrica del flujo y de la anatomía vascular, implican un mayor costo y una menor disponibilidad clínica.

Ante este panorama, en esta tesis se propone una metodología computacional para la segmentación y el análisis hemodinámico de MAVs a partir de estudios de panangiografía digital, con el objetivo de cuantificar de manera objetiva tanto las propiedades morfológicas como las dinámicas del flujo sanguíneo.

En primer lugar, se implementó una U-Net modificada con bloques de atención y conexiones residuales para la segmentación automática del nido de MAVs cerebrales, alcanzando un desempeño de IoU = 0.76, Coeficiente de Dice = 0.86 y sensibilidad = 0.85 en los conjuntos de validación.

Posteriormente, se cuantificó el nido mediante dos enfoques:

un método basado en las métricas de ancho y largo del nidus obtenidas a partir de los ejes de la proyección de la imagen, y

un método basado en análisis de componentes principales (PCA) para determinar los ejes mayor y menor de la lesión, independientes de la orientación de la imagen.

Finalmente, se realizó el análisis hemodinámico mediante el cálculo de las curvas de intensidad temporal por píxel, empleando su derivada instantánea para estimar la rapidez de llenado y vaciado de contraste. Esta estrategia permitió generar mapas de flujo y del tiempo de llegada del bolo de contraste (BAT). En conjunto, la metodología propuesta ofrece una caracterización coherente y robusta del flujo sanguíneo a partir de imágenes angiográficas 2D, integrando la información anatómica y funcional de las MAVs en un mismo flujo de trabajo.