1

índice  Introducción  Definición del modelo  Historia de un cráneo  Aplicaciones del modelo  Conclusiones  Bibliografía 2

Introducción  Obtención de imágenes: Rayos X, RM, PET  Reconstrucción del modelo mentalmente por parte de los médicos  Operaciones muy complejas para hacerlo mentalmente  Necesidad de otro tipo de representación más eficaz 3

índice  Introducción  Definición del modelo  Historia de un cráneo  Aplicaciones del modelo  Conclusiones  Bibliografía 4

mundo real mundo computador modelo Definición del modelo 5

Un modelo para la diagnosis y la terapia a partir de imágenes médicas. Revisar la anatomía y fisiología humana. Simular la terapia e incrementar los conocimientos médicos para reintegrar los resultados de los exámenes en el modelo. Definición del modelo 6

P = {f1,f2...,Fn, r1, r2...,Rn} Donde: f1... Fn = juego de funciones r1... Rn = juego de relaciones Definición del modelo 7

Nuestro modelo será de uso práctico sólo si definimos una correspondencia de este con un juego de símbolos finitos que serán procesados por el ordenador Lo ideal sería una correspondencia 1:1 entre el modelo y su representación Esto NO es posible. Definición del modelo 8

Las funciones bases cuyos argumentos serán las coordenadas del cubo 3D. Las funciones concatenadas cuyos argumentos serán las otras funciones, de aquí que sirvan para representar los atributos. Para la representación de estas funciones usaremos una representación de celda extendida (XCE) donde el primer paso será acotar el espacio 3D. Definición del modelo 9

Asignarle a cada ubicación del cubo 3D una serie de valores de función, obtenidos del análisis del paciente en sí. F1 F2. Fn Celda Celda Extendida Definición del modelo 10

f tejidoBlando f caravela f HU esta_en segmento_de Grafo de descripción  representa nodos de función. Problema: se pierden las dependencias entre las funciones concatenadas. Solución : Definición del modelo 11

f HU : nombre: Hounsfield Unit rango: # bits: 12 pos. 1 er bit: 0 f tejidoBlando : nombre: tejido blando rango: 0..1 # bits: 11 pos. 1 er bit: 13 f caravela : nombre: caravela rango: 0..1 # bits: 1 pos. 1 er bit: 12 segmento_de esta_en Definición del modelo 12

Hueso H Cono de riesgo C Vasos V (B\C)\V(BnC)\V(C\B)\V(VnC)\B(V\B)\C consta_de Grafo de estructura  representa nodos de valores de función. Problema : no se representan las relaciones entre valores de función. Solución: Definición del modelo 13

índice  Introducción  Definición del modelo  Historia de un cráneo  Aplicaciones del modelo  Conclusiones  Bibliografía 14

Historia de un Cráneo Ejemplo de la utilización del Sofware XCE Studio Elementos necesarios: Un sujeto de estudio Un TAC XCE Studio

Historia de un Cráneo Un sujeto de estudio 16

Historia de un Cráneo Un TAC Obtenemos: 17

Historia de un Cráneo Obtener Representación 3D Software 18

Historia de un Cráneo - ¿Cómo podríamos ver sólo la parte del hueso? - ¿Y sólo el tejido blando? - ¿Podríamos ver las diferencias entre dos imágenes prácticamente iguales? - ¿Podríamos ver el % que ha aumentado un Tumor, por ejemplo? 19

índice  Introducción  Definición del modelo  Historia de un cráneo  Aplicaciones del modelo  Conclusiones  Bibliografía 20

Historia de un Cráneo 21

Historia de un Cráneo 22

Historia de un Cráneo 23

Historia de un Cráneo 24

Historia de un Cráneo 25

Historia de un Cráneo 26

Historia de un Cráneo 27

índice  Introducción  Definición del modelo  Historia de un cráneo  Aplicaciones del modelo  Conclusiones  Bibliografía 28

Conclusiones A simple vista el modelo XCE puede parecer fácil y sencillo de usar. Sería la solución a los problemas en la representación 3D en medicina Posibilita ver las zonas del cuerpo humano independientemente del resto, evolución del tamaño de los órganos… … y un largo etcétera… …pero… 29

Conclusiones Partimos de un modelo del año 1990, que aún no se ha usado. Sólo existe documentación del modelo, nada de software asociado. El principal problema es que este tipo de representación necesita de un modelo explícito del paciente. Esto nos lleva al inconveniente de no poder hacer una generalización. 30

Conclusiones Cada paciente tendría un modelo específico en un momento y en un lugar. Al paso del tiempo el paciente cambia físicamente por lo que el modelo ha de cambiar Es decir que un paciente puede tener mas de un modelo. Modelo1Modelo2 Modelo1 <> Modelo2 31

Conclusiones Suponiendo una imagen de 1000x1000x1000 tendríamos Voxels Si decimos que cada voxel ocupa un Byte Tendríamos Bytes ≈ 0.93 GB 1 GB con una resolución baja. Cuando lo normal es x x Totalmente inviable 32

Conclusiones Una imagen de 32x32x32 (Bastante pequeña) Tarda en procesarla 2s aproximadamente. La imagen de 1000x1000x1000 Tardaría 16h y 57m. ¡¡¡30518 VECES MAS!!! 33

Conclusiones Por lo que concluimos que el modelo aún siendo una buena idea es totalmente inviable. Los cálculos están hechos con imágenes de 1000x1000x1000 y con 1B de tamaño del Voxel. Si ponemos más tamaño de la imagen y más tamaño de voxel se nos dispara el tamaño total de la imagen. 34

índice  Introducción  Definición del modelo  Historia de un cráneo  Aplicaciones del modelo  Conclusiones  Bibliografía 35

Bibliografía  Artículo: 3D modeling using an extended cell enumeration representation. K.D. Toennies, U. Tronnier Enlace :  Como lenguaje de programación: C#.net  Plataforma de desarrollo: Microsoft Visual Studio 2005  Como software de renderizado 3D: Voxelo 3D modeling using an extended cell enumeration representation. K. D. Toennies, U. Tronnier 3D modeling using an extended cell enumeration representation. K. D. Toennies, U. Tronnier 36

FIN Alejandro Alemán Ramos Pablo Verd Gallego Isabel Mª López Barrientos TD-40 37