Sistema de Información Radiológica XAVIA RIS / Radiology Information System XAVIA RIS

El Sistema para el Almacenamiento, Transmisión y Visualización de Imágenes Médicas XAVIA PACS, desarrollado por la Universidad de las Ciencias Informáticas, se utiliza en múltiples instituciones de salud de Cuba. El propósito de estas herramientas es manejar la imagen médica, por lo que no gestionan la información que se capta en los servicios de diagnóstico por imágenes, entre los que se encuentran los datos del paciente, del estudio imagenológico y el informe diagnóstico. En este trabajo se exponen los resultados del desarrollo de un sistema informático para la gestión de la información imagenológica integrado al sistema XAVIA PACS para garantizar el control automatizado de la información en los servicios de diagnóstico por imágenes. Para el desarrollo previsto fue determinante la necesidad de reutilizar el código fuente ya implementado en el sistema XAVIA PACS; se seleccionó Microsoft.NET Framework, ASP.NET 3.5, C# 3.5 como lenguaje de programación, PostgreSQL como sistema de gestión de Base de Datos. Adicionalmente, fueron tenidos en cuenta la portabilidad, el procesamiento complejo interno, la facilidad de la instalación, y la facilidad del cambio. El sistema desarrollado automatiza la gestión de las listas de trabajo en los servicios de diagnósticos por imágenes, la gestión de la información del paciente, las citaciones, la planificación del trabajo de las modalidades médicas, y especialistas de radiología. La implantación del sistema desarrollado en diferentes instituciones de salud que emplean el sistema XAVIA PACS, validó la pertinencia y aplicabilidad del mismo(AU)

The XAVIA PACS Medical Images Storage, Transmission and Visualization System, developed by the University of Computer Sciences is used in multiple Cuban health institutions. The purpose of these tools is to manage the medical image, so they do not manage the information that is captured in the diagnostic imaging services, among which are the patient's data, the imaging study and the diagnostic report. This article presents a computer system for the management of imaging information integrated into the XAVIA PACS system to ensure automated control of information in diagnostic imaging services. For the planned development, the need to reuse the source code already implemented in the XAVIA PACS system was decisive; Microsoft.NET Framework, ASP.NET 3.5, C # 3.5 were selected as the programming language, PostgreSQL as the Database management system. Additionally, portability, complex internal processing, ease of installation, and ease of change were considered. The developed system automates the management of work lists in diagnostic imaging services, the management of patient information, appointments, work planning of medical modalities, and radiology specialists. The implementation of the system developed in different health institutions that use the XAVIA PACS system, validated its relevance and applicability(AU)

Técnicas de segmentación y procesamiento para la detección de Carcinomas Renales en imágenes de Tomografía Abdominal / Segmentation and processing techniques for the detection of Renal Carcinomas in Abdominal Tomography images

Una de las campañas más reconocidas en el mundo es la lucha contra el cáncer, siendo el sistema renal uno de los más afectados por esta patología. El carcinoma de células renales (CCR), el más común de cáncer renal en los adultos, representa la sexta causa de muerte por cáncer. Debido al aumento en el uso de las técnicas de diagnóstico por imagen, las lesiones renales pueden ser diagnosticadas en forma incidental aproximadamente en 50% de los casos. Cuba apuesta por el uso de la tecnología en la salud y en la Universidad de las Ciencias Informáticas (UCI) se ha desarrollado un sistema para el almacenamiento, transmisión y visualización de imágenes médicas (XAVIA PACS), el cual se encuentra implantado en varios hospitales del país, pero no cuenta con alternativas para realizar la detección del CCR en imágenes tomográficas, haciendo más lento el diagnóstico, lo que se traduce en menos posibilidades para el paciente. La presente investigación tiene como objetivo realizar un análisis sobre las principales técnicas de segmentación y procesamiento para la detección de carcinomas renales en imágenes de tomografías abdominal, que propicie a los equipos de desarrollo contar con la base teórica necesaria para enfrentar el problema en cuestión. Para ello se realizó un análisis documental sobre trabajos relacionados con la temática y que propician soluciones al problema. Se estudiaron algoritmos y técnicas computacionales efectivas para la segmentación y procesamiento de imágenes abdominales. Como resultado de la investigación se obtuvieron los algoritmos más acordes para el sistema XAVIA PACS y el contexto médico cubano(AU)

One of the most recognized campaigns in the world is the fight against cancer, the kidney system being one of the most affected by this pathology. Renal cell carcinoma (RCC), the most common form of kidney cancer in adults, represents the sixth leading cause of cancer death. Due to the increased use of diagnostic imaging techniques, kidney injuries can be diagnosed incidentally in approximately 50% of cases. Cuba is committed to the use of technology in health and a system for the storage, transmission and display of medical images (XAVIA PACS) has been developed at the University of Computer Sciences (UCI), which is implanted in several hospitals of the country, but it does not have alternatives to detect RCC in tomographic images, slowing down the diagnosis, which translates into fewer possibilities for the patient. The objective of this research is to carry out an analysis on the main segmentation and processing techniques for the detection of renal carcinomas in abdominal tomography images, which provides development teams with the theoretical basis necessary to face the problem in question. For this, a documentary analysis was carried out on works related to the subject and that provide solutions to the problem. Algorithms and effective computational techniques for the segmentation and processing of abdominal images were studied. As a result of the research, the most suitable algorithms for the XAVIA PACS system and the Cuban medical context were obtained(AU)