000120256 001__ 120256
000120256 005__ 20221216110037.0
000120256 037__ $$aTESIS-2022-261
000120256 041__ $$aeng
000120256 1001_ $$aMontolio Marco, Alberto
000120256 24500 $$aComputational methods for new clinical applications using imaging techniques
000120256 260__ $$aZaragoza$$bUniversidad de Zaragoza, Prensas de la Universidad$$c2022
000120256 300__ $$a234
000120256 4900_ $$aTesis de la Universidad de Zaragoza$$v2022-197$$x2254-7606
000120256 500__ $$aPresentado: 07 10 2022
000120256 502__ $$aTesis-Univ. Zaragoza, , 2022$$bZaragoza, Universidad de Zaragoza$$c2022
000120256 506__ $$aby-nc$$bCreative Commons$$c3.0$$uhttp://creativecommons.org/licenses/by-nc/3.0/es
000120256 520__ $$aEsta tesis tiene por objetivo desarrollar diferentes métodos computacionales con aplicación clínica en varias enfermedades. De este modo, la investigación aquí presentada pretende aumentar el conocimiento sobre cómo el análisis y el estudio de los datos procedentes de técnicas de imagen pueden convertirse en un gran valor clínico para los profesionales de la medicina. Por lo tanto, dichos métodos pueden ser incorporados en la práctica clínica, lo que supone un beneficio para el paciente.<br />Por un lado, la mejora de los diferentes dispositivos de imagen aumenta el abanico de posibilidades de análisis y presentación de los datos. Algunas técnicas de imagen arrojan directamente datos numéricos que tradicionalmente sólo se usaban para la monitorización de enfermedades. Sin embargo, dichos datos pueden ser empleados como biomarcadores tanto para el diagnóstico como para la predicción de enfermedades mediante la inteligencia artificial. Hoy en día, la inteligencia artificial se utiliza en muchos campos ya que todo lo que proporciona datos es abordable por estas nuevas tecnologías. Parece que no hay límite y se están desarrollando nuevas aplicaciones que hace sólo unas décadas parecían imposibles.<br />Por otro lado, las técnicas de imagen nos permiten analizar diferentes partes del cuerpo humano en los respectivos pacientes y compararlas con controles sanos. Del mismo modo, con las imágenes se puede realizar el seguimiento de los tratamientos aplicados en dichos pacientes y, así, verificar su eficacia. Además, estas tecnologías, que proporcionan imágenes de alta resolución, son fáciles de usar, rentables y objetivas.<br />Para resumir, esta tesis se ha centrado en desarrollar varias aplicaciones clínicas, basadas en los métodos numéricos descritos, que podrían ser una poderosa herramienta para aportar mayor información que ayude a los clínicos en la toma de decisiones.<br />
000120256 520__ $$aThis thesis aims to develop different computational methods with clinical application in various diseases. In this way, the research presented here aims to increase knowledge on how the analysis and study of data from imaging techniques can be of great clinical value to medical professionals. Therefore, these methods can be incorporated into clinical practice, which is of benefit to the patient. On the one hand, the improvement of different imaging devices increases the range of possibilities for data analysis and presentation. Some imaging techniques directly yield numerical data that were traditionally only used for disease monitoring. However, these data can be used as biomarkers for both diagnosis and disease prediction using artificial intelligence. Today, artificial intelligence is used in many fields as everything that provides data can be addressed by these new technologies. There seems to be no limit and new applications are being developed that only a few decades ago seemed impossible. On the other hand, imaging techniques allow us to analyse different parts of the human body in the respective patients and compare them with healthy controls. In the same way, imaging can be used to monitor the treatments applied to these patients and, thus, verify their efficacy. Moreover, these technologies, which provide high-resolution images, are easy to use, cost-effective and objective. To summarise, this thesis has focused on developing several clinical applications, based on the described numerical methods, which could be a powerful tool to provide further information to help clinicians in decision making.<br />
000120256 521__ $$97102$$aPrograma de Doctorado en Ingeniería Mecánica
000120256 6531_ $$aneurologia
000120256 6531_ $$aoftalmologia
000120256 6531_ $$aingenieria sanitaria
000120256 6531_ $$atratamiento digital de imagenes
000120256 700__ $$aPérez Del Palomar Aldea, María Amaya $$edir.
000120256 700__ $$aCegoñino Banzo, José $$edir.
000120256 7102_ $$aUniversidad de Zaragoza$$b
000120256 830__ $$9514
000120256 8560_ $$fcdeurop@unizar.es
000120256 8564_ $$s46026706$$uhttps://zaguan.unizar.es/record/120256/files/TESIS-2022-261.pdf$$zTexto completo (eng)
000120256 909CO $$ooai:zaguan.unizar.es:120256$$pdriver
000120256 909co $$ptesis
000120256 9102_ $$a$$b
000120256 980__ $$aTESIS