ARTERIAL: an AI framework for the automated characterization of vascular tortuosity

Autor/a

Canals Canals, Pere

Director/a

Ribó Jacobi, Marc

Balocco , Simone

Tutor/a

Álvarez Sabín, J. (José)

Data de defensa

2024-11-29

Pàgines

166 p.



Programa de doctorat

Universitat Autònoma de Barcelona. Programa de Doctorat en Medicina

Resum

ARTERIAL s'ha desenvolupat per permetre una anàlisi automàtica avançada de l'anatomia vascular amb possibles aplicacions en la planificació del tractament endovascular de l'ictus durant la fase aguda. Aquesta tesi té com a objectiu desenvolupar i utilitzar un conjunt d'eines per a la caracterització vascular per estudiar l'impacte de la tortuositat arterial en el tractament endovascular, apuntant com a principal aplicació la possibilitat d'accés transfemoral impossible a la vasculatura intracranial en la trombectomia de l'ictus.


ARTERIAL ha sido desarrollado para permitir un análisis automático avanzado de la anatomía vascular con posibles aplicaciones en la planificación del tratamiento endovascular de ictus durante la fase aguda. Esta tesis tiene como objetivo desarrollar y utilizar un conjunto de herramientas para la caracterización vascular para estudiar el impacto de la tortuosidad arterial en el tratamiento endovascular, enfocándose en la aplicación de acceso transfemoral imposible a la vasculatura intracraneal en la trombectomía de ictus como su principal aplicación.


ARTERIAL has been developed to enable advanced automatic analysis of vascular anatomy with potential applications for stroke endovascular treatment planning during the acute phase. This thesis aims to develop and use a suite of tools for vascular characterization to study the impact of arterial tortuosity on endovascular treatment, targeting the application of impossible transfemoral access to the intracranial vasculature in stroke thrombectomy as its main application.

Paraules clau

Deep learning; Stroke; Ictus

Matèries

61 - Medicina

Àrea de coneixement

Ciències de la Salut

Documents

pcc1de1.pdf

2.764Mb

 

Drets

L'accés als continguts d'aquesta tesi queda condicionat a l'acceptació de les condicions d'ús establertes per la següent llicència Creative Commons: http://creativecommons.org/licenses/by-sa/4.0/
L'accés als continguts d'aquesta tesi queda condicionat a l'acceptació de les condicions d'ús establertes per la següent llicència Creative Commons: http://creativecommons.org/licenses/by-sa/4.0/

Aquest element apareix en la col·lecció o col·leccions següent(s)