Confronto tra l'approccio classico e il deep learning per il monitoraggio della posizione dell'esofago durante la procedura di ablazione cardiaca della fibrillazione atriale

Masci, Francesco (2019) Confronto tra l'approccio classico e il deep learning per il monitoraggio della posizione dell'esofago durante la procedura di ablazione cardiaca della fibrillazione atriale. [Laurea magistrale], Università di Bologna, Corso di Studio in Ingegneria biomedica [LM-DM270] - Cesena, Documento full-text non disponibile
Il full-text non è disponibile per scelta dell'autore. (Contatta l'autore)

Abstract

L’ablazione cardiaca transcatetere è una procedura interventistica invasiva effettuata da un elettrofisiologo per mezzo della quale si rendono inattivi i siti cardiaci responsabili dell’aritmia; tra queste una delle più interessanti dal punto di vista clinico è sicuramente la fibrillazione atriale. Una delle possibili complicanze legate alla procedura di ablazione della fibrillazione atriale è la vicinanza tra la parete posteriore dell’atrio sinistro e la parete anteriore dell’esofago. Obiettivo dell’elaborato è il monitoraggio durante il ciclo cardiaco della distanza tra la parete posteriore dell’atrio sinistro e la parete anteriore dell’esofago confrontando due diversi approcci: un primo modello basato sull’algoritmo di sogliatura ed un secondo più innovativo che sfrutta le tecniche di deep learning per la segmentazione delle struttura esofagea. Nel primo modello, in seguito al calcolo della maschera dell’atrio, al di sotto di essa vengono ricercate le coordinate della parete anteriore dell’esofago; il secondo metodo prevede l’utilizzo di una rete neurale convoluzionale. Entrambe le metodiche utilizzano i frames ecografici intracardiaci acquisiti per mezzo del catetere Soundstar dell’azienda Biosense Webster.

Abstract
Tipologia del documento
Tesi di laurea (Laurea magistrale)
Autore della tesi
Masci, Francesco
Relatore della tesi
Correlatore della tesi
Scuola
Corso di studio
Ordinamento Cds
DM270
Parole chiave
Ablazione,Esofago,Atrio,Fibrillazione Atriale,Tecniche di Segmentazione,Deep learning
Data di discussione della Tesi
13 Marzo 2019
URI

Altri metadati

Gestione del documento: Visualizza il documento

^