Surface Models of the Four Chambers in Young Adult Hearts with Average Volumes Measured by Artificial Intelligence Tools / Modelos de Superficie de las Cuatro Cámaras en Corazones de Adultos Jóvenes con Volúmenes Promedio Medidos Mediante Herramientas de Inteligencia Artificial

SUMMARY: The average volumes of normal heart chambers in computed tomography (CT) are used not only as clinical criterions for heart disease diagnosis, but also as references in cardiology. With the development of artificial intelligence (AI), numerous CT data can be analyzed and segmented automatically. This study aimed to determine the average volumes of the four chambers in healthy adult hearts and present surface models with the average volume. Coronary CT angiographs of 508 Korean individuals (330 men and 178 women, 20 - 39 years old) were obtained. An automatic segmentation module for 3D Slicer was developed using machine learning in Anatomage KoreaTM. Using the module, the four chambers and heart valves in the CT were segmented and reconstructed into surface models. Surface models of the four chambers of identical hearts in the CT were produced using SimplewareTM. The volumes of structures were measured using Sim4life Light and statistically analyzed. After determining the average volumes of the four chambers, surface models of the average volumes were constructed. In both software measurements, the atrial volumes of females increased with age, and the ventricular volumes of males decreased significantly with age. The atrial and ventricular volumes of Simpleware were larger and smaller than those of Anatomage, respectively, because of errors in the Simpleware. Regarding the volume measurement, our module developed in this study was more accurate than the Simpleware. The average volume and three-dimensional models used in this study can be used not only for clinical purposes, but also for educational or industrial purposes.

Los volúmenes medios de las cámaras cardíacas normales en la tomografía computarizada (TC) se utilizan no sólo como criterios clínicos para el diagnóstico de enfermedades cardíacas, sino también como referencia en cardiología. Con el desarrollo de la inteligencia artificial (IA), numerosos datos de TC se pueden analizar y segmentar automáticamente. Este estudio tuvo como objetivo determinar los volúmenes promedio de las cuatro cámaras en corazones adultos sanos y presentar modelos de superficie con el volumen promedio. Se obtuvieron angiografías coronarias por TC de 508 individuos coreanos (330 hombres y 178 mujeres, de 20 a 39 años). Se desarrolló un módulo de segmentación automática para 3D Slicer utilizando aprendizaje automático en Anatomage KoreaTM. Utilizando el módulo, las cuatro cámaras y valvas cardíacas de la TC se segmentaron y reconstruyeron en modelos de superficie. Se produjeron modelos de superficie de las cuatro cámaras de corazones idénticos en la TC utilizando SimplewareTM. Los volúmenes de las estructuras se midieron utilizando Sim4life Light y se analizaron estadísticamente. Después de determinar los volúmenes promedio de las cuatro cámaras, se construyeron modelos de superficie de los volúmenes promedio. En ambas mediciones de software, los volúmenes atriales de las mujeres aumentaron con la edad y los volúmenes ventriculares de los hombres disminuyeron significativamente con la edad. Los volúmenes atrial y ventricular de Simpleware eran mayores y menores que los de Anatomage, respectivamente, debido a errores en Simpleware. En cuanto a la medición de volumen, nuestro módulo desarrollado en este estudio fue más preciso que el Simpleware. Los modelos tridimensionales y de volumen medio utilizados en este estudio se pueden utilizar no solo con fines clínicos, sino también con fines educativos o industriales.

Infants’ early associations between segments of words and referents: Precursors of morphology acquisition / Asociación entre segmentos de palabras y referentes en bebés: precursores de la adquisición de morfología

Antecedents and objective: During morphology acquisition, children must learn to segment and associate the morphemes of a word to its meaning or grammatical function, despite the complex morphological variability children may encounter in their linguistic environment. The present study explores the ability of 9–12-month-old infants to segment a morpheme-like syllable of varying pseudowords and associate it to a novel object. Participants and method: Thirty-nine Spanish-learning infants participated in an experiment involving a preferential looking task. During each of five training trials per category, infants were presented to one of two novel objects while simultaneously heard two instances of pseudowords with a common morpheme-like segment either at the beginning or the end of the pseudoword (e.g., /tabi/, /babi/, for object 1; or /sato/, /same/, for object 2). Children were then tested in five trials per object. The two trained objects were presented side-by-side while infants heard new pseudowords that followed the pattern of the pseudowords that were heard during training. Results: Results show an effective association between a referent and a group of pseudowords with a repeating morpheme-like segment. This association is observed both with beginning and final segments. Conclusions: These findings show infants’ basic abilities for the processing of morphology at an earlier age than it has been suggested. The potential influence of morphologically rich languages such as Spanish is considered.(AU)

Antecedentes y objetivo: Durante la adquisición de la morfología, los niños deben aprender a segmentar y a asociar los morfemas de una palabra a su significado o función gramatical, a pesar de la compleja variabilidad morfológica que los niños pueden encontrar en su entorno lingüístico. El presente estudio explora la capacidad de los bebés de 9 a 12 meses para segmentar una sílaba tipo morfema de varias palabras y asociarla a un objeto novedoso. Participantes y método: Treinta y nueve bebés aprendices del español participaron en un experimento que implicaba una tarea de preferencia de mirada. Se realizaron cinco ensayos de entrenamiento por categoría, en los que se presentaba uno de dos objetos novedosos, mientras que simultáneamente escuchaban dos instancias de palabras con un segmento tipo morfema común (e.g., /tabi/, /babi/, para el objeto 1, o /sato/, /same/, para el objeto 2). Luego, los niños fueron evaluados en cinco ensayos de prueba por categoría. Los dos objetos del entrenamiento aparecían, uno al lado del otro, mientras escuchaban nuevas palabras que seguían el patrón de las palabras escuchadas durante el entrenamiento. Resultados: Los resultados muestran una asociación efectiva entre un referente y un grupo de palabras con un segmento repetitivo similar a un morfema. Conclusiones: Estos hallazgos muestran las habilidades básicas de los bebés para el procesamiento de la morfología a una edad más temprana de lo que se había sugerido. Se considera la potencial influencia de lenguas morfológicamente ricas, como el español.(AU)

¿Cómo calcular el volumen litiásico y cuál es su aplicación quirúrgica? / How to estimate stone volume and its use in stone surgery: A comprehensive review?

Objetivo Las guías actuales para el tratamiento intervencionista sugieren el diámetro acumulativo de la litiasis (DAL) como factor decisivo en la elección del tratamiento quirúrgico óptimo (ureteroscopia [URS], litotricia extracorpórea por ondas de choque [LEOCh] y nefrolitotomía percutánea [NLPC]). El volumen litiásico (VL) se ha introducido recientemente para obtener una estimación más precisa de la carga litiásica. El objetivo de esta revisión es resumir los métodos disponibles para calcular el VL y su aplicación quirúrgica. Material y métodos En diciembre de 2022 se realizó una revisión sistemática de la literatura mediante búsquedas en las bases de datos Embase, Cochrane y Pubmed. Los artículos se consideraron elegibles si describían la medición del VL o la tasa libre de litiasis (TLL) tras diferentes modalidades de tratamiento (LEOCh, URS, NLPC) o la expulsión espontánea, basándose en la medición del VL. Dos revisores evaluaron de forma independiente la elegibilidad y la calidad de los artículos y realizaron la extracción de datos. Resultados En total se incluyeron 28 estudios. Todos los estudios utilizaron diferentes técnicas para calcular el VL. La medición automática del volumen pareció ser más precisa que la estimación del volumen. Los estudios in vitro mostraron que la medición automática del volumen se ajustaba más al volumen real de la litiasis, con una menor variabilidad interobservador. A diferencia de la NLPC y la LEOCh, en la URS se observó que el VL era un mejor predictor de mejor la TLL que el diámetro litiásico mayor o el diámetro acumulativo en litiasis >20mm. Conclusiones Calcular el VL —de forma manual o automática— es factible, y probablemente se ajuste más a la carga litiásica real. Aunque en el caso de las litiasis grandes tratadas mediante cirugía intrarrenal retrógrada el VL parece predecir mejor la TLL, la superioridad del VL en todas las cargas litiásicas y para todos los tipos de tratamiento está aún por demostrar. ... (AU)

Objective Current interventional guidelines refer to the cumulative stone diameter to choose the appropriate surgical modality (ureteroscopy (URS), extracorporeal shockwave lithotripsy (ESWL) and percutaneous nephrolithotomy (PCNL)). The stone volume (SV) has been introduced recently, to better estimate the stone burden. This review aimed to summarize the available methods to evaluate the SV and its use in urolithiasis treatment. Material and methods A comprehensive review of the literature was performed in December 2022 by searching Embase, Cochrane and Pubmed databases. Articles were considered eligible if they described SV measurement or the stone free rate after different treatment modalities (SWL, URS, PCNL) or spontaneous passage, based on SV measurement. Two reviewers independently assessed the eligibility and the quality of the articles and performed the data extraction. Results In total, 28 studies were included. All studies used different measurement techniques for stone volume. The automated volume measurement appeared to be more precise than the calculated volume. In vitro studies showed that the automated volume measurement was closer to actual stone volume, with a lower inter-observer variability. Regarding URS, stone volume was found to be more predictive of stone free rates as compared to maximum stone diameter or cumulative diameter for stones >20mm. This was not the case for PCNL and SWL. Conclusions Stone volume estimation is feasible, manually or automatically and is likely a better representation of the actual stone burden. While for larger stones treated by retrograde intrarenal surgery, stone volume appears to be a better predictor of SFR, the superiority of stone volume throughout all stone burdens and for all stone treatments, remains to be proven. Automated volume acquisition is more precise and reproducible than calculated volume. (AU)

How to estimate stone volume and its use in stone surgery: a comprehensive review.

OBJECTIVE: Current interventional guidelines refer to the cumulative stone diameter to choose the appropriate surgical modality (ureteroscopy [URS], extracorporeal shockwave lithotripsy [ESWL] and percutaneous nephrolithotomy [PCNL]). The stone volume (SV) has been introduced recently, to better estimate the stone burden. This review aimed to summarize the available methods to evaluate the SV and its use in urolithiasis treatment. MATERIAL AND METHODS: A comprehensive review of the literature was performed in December 2022 by searching Embase, Cochrane and Pubmed databases. Articles were considered eligible if they described SV measurement or the stone free rate after different treatment modalities (SWL, URS, PCNL) or spontaneous passage, based on SV measurement. Two reviewers independently assessed the eligibility and the quality of the articles and performed the data extraction. RESULTS: In total, 28 studies were included. All studies used different measurement techniques for stone volume. The automated volume measurement appeared to be more precise than the calculated volume. In vitro studies showed that the automated volume measurement was closer to actual stone volume, with a lower inter-observer variability. Regarding URS, stone volume was found to be more predictive of stone free rates as compared to maximum stone diameter or cumulative diameter for stones >20 mm. This was not the case for PCNL and SWL. CONCLUSIONS: Stone volume estimation is feasible, manually or automatically and is likely a better representation of the actual stone burden. While for larger stones treated by retrograde intrarenal surgery, stone volume appears to be a better predictor of SFR, the superiority of stone volume throughout all stone burdens and for all stone treatments, remains to be proven. Automated volume acquisition is more precise and reproducible than calculated volume.

Estudio de segmentación: intención de vacunación contra COVID-19 en seguidores de la Sociedad Venezolana de Infectología / Segmentation Study: Vaccination Intention Against COVID-19 in Venezuelan Society of Infectious diseases Followers

El mercadeo social delimita estrategias específicas para influir en las personas con un fin positivo para los individuos y la sociedad, siendo la segmentación un paso fundamental en donde se define los segmentos de individuos más susceptibles al cambio conductual deseado. Dentro de los seguidores de las principales redes sociales de la Sociedad Venezolana de Infectología (SVI), se realizó este estudio exploratorio que delimitó por técnicas de segmentación los grupos con mayor reticencia a las vacunas, y que pueden ser susceptibles a ser influenciados para mejorar la percepción hacia las vacunas contra la enfermedad por Coronavirus 2019 (COVID-19). Se encuestaron a 2 179 seguidores, por vía digital y bajo un muestreo no probabilístico de conveniencia. Las principales variables estudiadas eran sobre conocimientos, actitudes y prácticas, variables demográficas, y aspectos relacionados con las vacunas contra COVID-19 y la vacunación en general. Se realizó análisis descriptivo de los datos, estudios de correlación, análisis factorial y de segmentación bietápico. Sobre los resultados de segmentación se delimitaron 4 grupos, 2 de los cuales son favorables a la v acunación, y otros 2 que son reticentes a la misma. De estos dos últimos segmentos, el grupo que se denominó "reticentes" prefieren las redes sociales para buscar información referente a salud, mientras que el grupo de "legos" busca su información en profesionales de salud. Este hallazgo resulta relevante al momento de avanzar en las estrategias de mercadeo social, y buscar promover de un modo más efectivo la vacunación en estos segmentos.

Social marketing delimits specific strategies to influence people with a positive purpose for individuals and society. Segmentation is a fundamental step where the groups of individuals most susceptible to the desired behavioral change are defined. This exploratory study was carried out within the followers of the main social networks of the "Sociedad Venezolana de Infectología" (SVI). The purpose was to identified by segmentation techniques the groups more reluctance to vaccines and to be susceptible to improve their perception towards vaccines against Coronavirus disease 2019 (COVID-19). 2 179 followers were surveyed, digitally and using non-probabilistic convenience sampling. The main variables studied were knowledge, attitudes and practices, demographic variables, and aspects related to COVID-19 vaccines and vaccination in general. Descriptive analysis of the data, correlation studies, factor analysis and two-stage segmentation were carried out. Based on the segmentation results, 4 groups were delimited, 2 of which are favorable to vaccination, and another 2 that are reluctant. Of these last two segments, the group called "reluctant" prefers social networks to search for information related to health, while the group of "unawareness" seeks their information from health professionals. This finding is relevant for advancing using social marketing strategies and seeking to more effectively ways to promote vaccination in these segments.

Volume alterations of the hippocampus and amygdala in patients with schizophrenia and persistent auditory hallucinations.

INTRODUCTION: Auditory hallucinations (AH) are one of the most prevalent symptoms of schizophrenia. They might cause several brain alterations, especially changes in the volumes of hippocampus and amygdala, regions related to the relay and processing of auditory cues and emotional memories. MATERIAL AND METHODS: We have recruited 41 patients with schizophrenia and persistent AH, 35 patients without AH, and 55 healthy controls. Using their MRIs, we have performed semiautomatic segmentations of the hippocampus and amygdala using Freesurfer. We have also performed bilateral correlations between the total PSYRATS score and the volumes of affected subregions and nuclei. RESULTS: In the hippocampus, we found bilateral increases in the volume of its hippocampal fissure and decreases in the right fimbria in patients with and without AH. The volume of the right hippocampal tail and left head of the granule cell layer from the dentate gyrus were decreased in patients with AH. In the amygdala, we found its left total volume was shrunk, and there was a decrease of its left accessory basal nucleus in patients with AH. CONCLUSIONS: We have detected volume alterations of different limbic structures likely due to the presence of AH. The volumes of the right hippocampal tail and left head of the granule cell layer from the dentate gyrus, and total volume of the amygdala and its accessory basal nucleus, were only affected in patients with AH. Bilateral volume alterations in the hippocampal fissure and right fimbria seem inherent of schizophrenia and due to traits not contemplated in our research.

Encephalic ventricular volumetry in multislice computed tomography images in adults with normal cognitive functions / Volumetría ventricular encefálica en imágenes de tomografía computarizada multicorte en adultos con funciones cognitivas normales

Introducción: Debido a la necesidad de un diagnóstico precoz de los trastornos neurodegenerativos, se ha intentado armonizar los criterios diagnósticos mediante métodos morfométricos basados en técnicas de neuroimagen, pero aún no se han obtenido resultados concluyentes. Objetivo: Determinar el volumen ventricular debido a su amplio uso como marcador de atrofia cerebral e identificar el efecto del sexo sobre estas estructuras, según el tipo de cráneo, estimado a partir de técnicas de imagen de tomografía computarizada multicorte. Métodos: Se desarrolló un estudio observacional y descriptivo en 30 sujetos con funciones neurocognitivas y exploración neuropsiquiátrica normales, con edades comprendidas entre 45 y 54 años, a los que se les realizó una tomografía computarizada multicorte simple de cráneo. Se utilizó un método de segmentación de imágenes basado en la homogeneidad. Resultados: Los volúmenes ventriculares mostraron una correlación significativa y positiva entre ellos, excepto entre el tercer y cuarto ventrículo y el tercero y el volumen ventricular derecho. Los estadísticos del modelo lineal multivariante aplicado mostraron que sólo eran significativos en función del sexo y del tipo de cráneo. No se encontraron diferencias significativas con respecto al sexo en ningún volumen, excepto en el tercer ventrículo (p= 0,01). Lo mismo ocurrió por tipo de cráneo (p= 0,005). Conclusiones: El método de morfometría del sistema ventricular encefálico a partir de imágenes de Tomografía Computarizada / Segmentación por homogeneidad, permitió cuantificar los cambios volumétricos cerebrales asociados al envejecimiento normal y puede ser utilizado como biomarcador de la relación entre la estructura cerebral y las funciones cognitivas(AU)

Introduction: Due to the need for an early diagnosis of neurodegenerative disorders, attempts have been made to harmonize diagnostic criteria using morphometric methods based on neuroimaging techniques, but conclusive results have not yet been obtained. Objective: To determine the ventricular volume due to its wide use as a marker of cerebral atrophy and to identify the effect of sex on these structures, according to the type of skull, estimated from multislice computed tomography imaging techniques. Methods: An observational and descriptive study was developed in 30 subjects with normal neurocognitive functions and neuropsychiatric examination, aged between 45 and 54 years, who underwent a simple multislice CT scan of the skull. An image segmentation method based on homogeneity was used. Results: The ventricular volumes showed a significant and positive correlation between them, except between the third and fourth ventricles and the third and the right ventricular volume. The statistics in the multivariate linear model applied showed that they were only significant in terms of sex and type of skull. No significant differences were found regarding sex in any volume except in the third ventricle (p= 0.01). The same occurred by type of skull (p= 0.005). Conclusions: The morphometry method of the encephalic ventricular system from Computed Tomography images / Segmentation by homogeneity, allowed to quantify the cerebral volumetric changes associated with normal aging and can be used as a biomarker of the relationship between brain structure and cognitive functions(AU)

A U-Net with Statistical Shape Restrictions Applied to the Segmentation of the Left Ventricle in Echocardiographic Images / U-Net con Restricciones Estadísticas de Forma, Aplicada a la Segmentación del Ventrículo Izquierdo en Imágenes de Ecocardiograma

Abstract This paper aims to introduce an innovative approach to semantic segmentation by leveraging a convolutional neural network (CNN) for predicting the shape and pose parameters of the left ventricle (LV). Our approach involves a modified U-Net architecture with a regression layer as the final stage, as opposed to the traditional classification layer. This modification allows us to predict all the shape and pose parameters of a statistical shape model, including rotation, translation, scale, and deformation. The adapted U-Net is trained using data from a point distribution model (PDM) of the LV. The experimental results demonstrate a mean Dice coefficient of 0.82 on good quality images, and 0.66 including mean and low-quality images. Our approach successfully overcomes a common issue encountered in CNN-based semantic segmentation. Unlike the inaccurate pixel classification that often leads to unwanted blobs, our CNN generates statistically valid shapes. These shapes hold significant potential in initializing other methods, such as active shape models (ASMs). Our novel CNN-based approach provides a novel solution for semantic segmentation, offering shapes and pose parameters that can enhance the accuracy and reliability of subsequent medical image analysis methods.

Resumen Este artículo tiene como objetivo introducir un enfoque innovador para la segmentación semántica utilizando una red neuronal convolucional (CNN) para predecir los parámetros de forma y posición del ventrículo izquierdo (VI). Nuestro enfoque implica una arquitectura U-Net modificada con una capa de regresión como etapa final, en contraposición a la capa de clasificación tradicional. Esta modificación nos permite predecir todos los parámetros de un modelo estadístico de formas que incluyen rotación, traslación, escala y deformación. La red convolucional se entrena utilizando datos de un modelo de distribución de puntos (PDM) del VI. Los resultados experimentales muestran un coeficiente Dice promedio de 0.82 para imágenes de buena calidad y de 0.66 cuando se incluyen imágenes de calidad media y baja. Nuestro enfoque supera con éxito un problema común en la segmentación semántica basada en CNNs. A diferencia de la clasificación inexacta de píxeles que a menudo conduce a elementos no deseados (blobs), nuestra CNN genera formas estadísticamente válidas. Estas formas tienen un gran potencial para inicializar otros métodos, como los modelos de forma activa (ASMs). En resumen, nuestro enfoque basado en CNN proporciona una solución innovadora para la segmentación semántica, ofreciendo formas y parámetros de posición que pueden mejorar la precisión y confiabilidad de otros métodos de análisis del VI.

Segmentation of OCT and OCT-A Images using Convolutional Neural Networks / Segmentación de imágenes de OCT y OCT-A por medio de Redes Neuronales Convolucionales

ABSTRACT Segmentation is vital in Optical Coherence Tomography Angiography (OCT-A) images. The separation and distinction of the different parts that build the macula simplify the subsequent detection of observable patterns/illnesses in the retina. In this work, we carried out multi-class image segmentation where the best characteristics are highlighted in the appropriate plexuses by comparing different neural network architectures, including U-Net, ResU-Net, and FCN. We focus on two critical zones: retinal vasculature (RV) and foveal avascular zone (FAZ). The precision obtained from the RV and FAZ segmentation over 316 OCT-A images from the OCT-A 500 database at 93.21% and 92.59%, where the FAZ was segmented with an accuracy of 99.83% for binary classification.

RESUMEN La segmentación juega un papel vital en las imágenes de angiografía por tomografía de coherencia óptica (OCT-A), ya que la separación y distinción de las diferentes partes que forman la mácula simplifican la detección posterior de patrones/enfermedades observables en la retina. En este trabajo, llevamos a cabo una segmentación de imágenes multiclase donde se destacan las mejores características en los plexos apropiados al comparar diferentes arquitecturas de redes neuronales, incluidas U-Net, ResU-Net y FCN. Nos centramos en dos zonas críticas: la segmentación de la vasculatura retiniana (RV) y la zona avascular foveal (FAZ). La precisión para RV y FAZ en 316 imágenes OCT-A de la base de datos OCT-A 500 se obtuvo en 93.21 % y 92.59 %. Cuando se segmentó la FAZ en una clasificación binaria, con un 99.83% de precisión.

Availability expectations and psychological detachment: the role of work-related smartphone use during non-work hours and segmentation preference / Las expectativas sobre disponibilidad y la desconexión psicológica: el papel del uso del teléfono móvil con fines laborales fuera del trabajo y la preferencia por la segmentación

This study examined the associations among availability expectations, work-related smartphone use during non-work hours, and psychological detachment from work. In addition, we studied the role of segmentation preference in these associations. A total of 223 employees completed an online questionnaire. We hypothesized that smartphone use during non-work hours partially mediates the negative relationship between availability expectations and psychological detachment. We expected that segmentation preference would moderate this mediation effect. Finally, we examined the direction of this abovementioned moderating effect. The results supported our hypotheses and revealed a weak mediating effect of smartphone use during non-work hours on the relationship between availability expectations and psychological detachment. Moreover, the mediating effect is more substantial for people with low segmentation preferences. Furthermore, the practical implications of these findings are discussed.(AU)

El estudio analiza la asociación entre expectativas de disponibilidad, utilización del móvil con fines laborales fuera del trabajo y la desconexión psicológica del trabajo. Se estudia además el papel que juega en estas asociaciones la preferencia por la segmentación. Una muestra de 223 empleados cumplimentó un cuestionario por internet. Planteamos la hipótesis de que la utilización del móvil en horario no laboral mediatiza en parte la relación negativa entre las expectativas de disponibilidad y la desconexión psicológica. Se esperaba que la preferencia por la segmentación moderaría este efecto mediador. Por último analizamos la dirección de este efecto moderador. Los resultados confirman nuestras hipótesis y ponen de manifiesto un efecto mediador débil del uso del móvil en horario no laboral en la relación entre expectativas de disponibilidad y la desconexión psicológica. El efecto mediador, además, es mayor en personas que tienen poca preferencia por la segmentación. Se comenta la implicación práctica de los resultados.(AU)

Retinal Lesion Segmentation Using Transfer Learning with an Encoder-Decoder CNN / Segmentación de Lesiones en la Retina Usando Transferencia de Conocimiento con CNN Encoder-Decoder

ABSTRACT Deep learning (DL) techniques achieve high performance in the detection of illnesses in retina images, but the majority of models are trained with different databases for solving one specific task. Consequently, there are currently no solutions that can be used for the detection/segmentation of a variety of illnesses in the retina in a single model. This research uses Transfer Learning (TL) to take advantage of previous knowledge generated during model training of illness detection to segment lesions with encoder-decoder Convolutional Neural Networks (CNN), where the encoders are classical models like VGG-16 and ResNet50 or variants with attention modules. This shows that it is possible to use a general methodology using a single fundus image database for the detection/segmentation of a variety of retinal diseases achieving state-of-the-art results. This model could be in practice more valuable since it can be trained with a more realistic database containing a broad spectrum of diseases to detect/segment illnesses without sacrificing performance. TL can help achieve fast convergence if the samples in the main task (Classification) and sub-tasks (Segmentation) are similar. If this requirement is not fulfilled, the parameters start from scratch.

RESUMEN Las técnicas de Deep Learning (DL) han demostrado un buen desempeño en la detección de anomalías en imágenes de retina, pero la mayoría de los modelos son entrenados en diferentes bases de datos para resolver una tarea en específico. Como consecuencia, actualmente no se cuenta con modelos que se puedan usar para la detección/segmentación de varias lesiones o anomalías con un solo modelo. En este artículo, se utiliza Transfer Learning (TL) con la cual se aprovecha el conocimiento adquirido para determinar si una imagen de retina tiene o no una lesión. Con este conocimiento se segmenta la imagen utilizando una red neuronal convolucional (CNN), donde los encoders o extractores de características son modelos clásicos como VGG-16 y ResNet50 o variantes con módulos de atención. Se demuestra así, que es posible utilizar una metodología general con bases de datos de retina para la detección/ segmentación de lesiones en la retina alcanzando resultados como los que se muestran en el estado del arte. Este modelo puede ser entrenado con bases de datos más reales que contengan una gama de enfermedades para detectar/ segmentar sin sacrificar rendimiento. TL puede ayudar a conseguir una convergencia rápida del modelo si la base de datos principal (Clasificación) se parece a la base de datos de las tareas secundarias (Segmentación), si esto no se cumple los parámetros básicamente comienzan a ajustarse desde cero.

Análisis del combate en la iniciación al karate: un ejemplo de utilización de árboles de decisión en metodología observacional / Análise do combate na iniciação ao karatê: um exemplo do uso de árvores de decisão na metodologia observacional / Combat analysis in initiation to karate: decision trees in observational methodology

El presente trabajo persigue delimitar el desempeño técnico-táctico en combate en la iniciación al karate y mostrar las posibilidades de aplicación de la técnica de análisis de árbol de decisión en metodología observacional. El muestreo observacional ha ascendido a 887 acciones técnico-tácticas ofensivas realizadas en 40 combates por participantes de la franja de 8-9 años de edad. El instrumento de observación se ha introducido en el seno del softwarede registro y codificación, Lince. La calidad del dato ha quedado garantizada, por un lado, mediante un procedimiento de concordancia inter-observadores a partir del coeficiente Kappa de Cohen y, por otro lado, por un diseño de generalizabilidad. Se han realizado dos árboles de decisiónutilizando dos algoritmos diferentes (CHAID y CART). Los resultados obtenidos con ambos algoritmos coinciden en señalar como mejor predictor de la “zona del cuerpo a la que se dirige la técnica” a la dimensión “segmento”; pero se diferencian en el segundo mejor pronosticador: dimensión“grupo de técnica” mediante el algoritmo CHAID,y dimensión “técnica detallada” con el algoritmo CART. (AU)

This work analyze the technical-tactical performance in combat in the initiation to karate and show the possibilities of application of the decision tree analysis technique in observational methodology. The observational sampling is made up of 887 offensive technical-tactical actions executed in 40 combats by participants of the 8-9 age group. Regarding the recording and coding process, the observation instrument has been introduced in the software LINCE. The quality of the data has been guaranteed bymeans of an inter-observer concordance procedure based on Cohen's Kappa coefficient and by a design of generalizability. Two decision trees have been made using two different algorithms (CHAID and CART). The results obtained with both algorithms coincide in pointing out the "segment" dimension as the best predictor of the "body area to which the technique is directed";but they differ in the second best forecaster: dimension "technique group" through the CHAID algorithm,and "concrete technique" dimension with the CART algorithm. (AU)

Este trabalho analisa o desempenho técnico-tático em combate na iniciação ao karatê e mostra as possibilidades de aplicação da técnica de análise de árvore de decisão na metodologia observacional. A amostragem observacional é composta por 887 ações técnico-táticas ofensivas executadas em 40 combates por participantes da faixa etária de 8 a 9 anos. Em relação ao processo de registro e codificação, o instrumento de observação foi introduzido no softwareLINCE. A qualidade dos dados foi garantida por meio de um procedimento de concordância interobservador baseado no coeficiente Kappa de Cohen e por um desenho de generalização. Duas árvores de decisão foram feitas usando dois algoritmos diferentes (CHAID e CART). Os resultados obtidos com ambos os algoritmos coincidem em apontar a dimensão "segmento" como o melhor preditor da “área do corpo para a qual a técnica é direcionada”; mas diferem no segundo melhor preditor: dimensão “grupo de técnicas” usando o algoritmo CHAID,e dimensão “técnica detalhada” com o algoritmo CART. (AU)

Tooth and pulp chamber automatic segmentation with artificial intelligence network and morphometry method in cone-beam CT / Segmentación automática de cámaras dentales y pulpares con red de inteligencia artificial y método de morfometría en TC de haz cónico

SUMMARY: This study aims to extract teeth and alveolar bone structures in CBCT images automatically, which is a key step in CBCT image analysis in the field of stomatology. In this study, semantic segmentation was used for automatic segmentation. Five marked classes of CBCT images were input for U-net neural network training. Tooth hard tissue (including enamel, dentin, and cementum), dental pulp cavity, cortical bone, cancellous bone, and other tissues were marked manually in each class. The output data were from different regions of interest. The network configuration and training parameters were optimized and adjusted according to the prediction effect. This method can be used to segment teeth and peripheral bone structures using CBCT. The time of the automatic segmentation process for each CBCT was less than 13 min. The Dice of the evaluation reference image was 98 %. The U-net model combined with the watershed method can effectively segment the teeth, pulp cavity, and cortical bone in CBCT images. It can provide morphological information for clinical treatment.

RESUMEN: El objetivo del presente estudio fue extraer estructuras dentarias y óseas alveolares desde imágenes CBCT automáticamente, lo cual es un paso clave en el análisis de imágenes CBCT en el campo de la estomatología. En este estudio, se utilizó la segmentación de tipo emántica para la segmentación automática. Se ingresaron cinco clases de imágenes CBCT marcadas, para el entrenamiento de la red neuronal U-net. El tejido duro del diente (incluidos esmalte, dentina y cemento), la cavidad de la pulpa dentaria, hueso cortical, hueso esponjoso y otros tejidos se marcaron manualmente en cada clase. Los datos se obtuvieron de diferentes regiones de interés. La configuración de la red y los parámetros de entrenamiento se optimizaron y ajustaron de acuerdo con un análisis predictivo. Este método se puede utilizar para segmentar dientes y estructuras óseas periféricas mediante CBCT. El tiempo del proceso de segmentación automática para cada CBCT fue menor a 13 min. El "Dice" de evaluación de la imagen de referencia fue de 98 %. El modelo U-net combinado con el método "watershed"puede segmentar eficazmente los dientes, la cavidad pulpar y el hueso cortical en imágenes CBCT. Puede proporcionar información morfológica para el tratamiento clínico.

Detection of Exudates and Microaneurysms in the Retina by Segmentation in Fundus Images / Detección de Exudados y Microaneurismas en la Retina por Segmentación en Imágenes de Fondo

ABSTRACT This article proposes two methodologies for the detection of lesions in the retina, which may indicate the presence of diabetic retinopathy (DR). Through the use of digital image processing techniques, it is possible to isolate the pixels that correspond to a lesion of RD, to achieve segmenting microaneurysms, the edges of the objects contained in the image are highlighted in order to detect the contours of the objects to select by size those that meet an area of 15 to 25 pixels in the case of 512x512 images and identify the objects as possible microaneurysms, while for the detection of exudates the green channel is selected to contrast the luminous objects in the retinography and from the conversion to gray scale, a histogram is graphed to identify the ideal threshold for the segmentation of the pixels that belong to the exudates at the end of the optical disk previously identified by a specialist. A confusion matrix supervised by an ophthalmologist was created to quantify the results obtained by the two methodologies, obtaining a specificity of 0.94 and a sensitivity of 0.97, values that are outstanding to proceed with the classification stage.

RESUMEN Este artículo propone dos metodologías para la detección de lesiones en la retina, que pueden significar la presencia de retinopatía diabética (RD). Mediante el uso de técnicas de procesamiento de imágenes digitales se logra aislar los pixeles que corresponden a una lesión propia de RD, para lograr segmentar microaneurismas se resaltan los bordes de los objetos contenido en la imagen con la finalidad de detectar los contornos de los objetos para seleccionar por tamaño los que cumplan con un área de 15 a 25 pixeles en el caso de imágenes de 512x512 y se identifiquen los objetos como posibles microaneurismas, mientras que para la detección de exudados se selecciona el canal verde para contrastar los objetos luminosos en la retinografía y a partir de la conversión a escala de grises se grafica un histograma para identificar el umbral idóneo para la segmentación de los pixeles que pertenecen a los exudados al final eliminar el disco óptico previamente identificado por un especialista. Se creó una matriz de confusión supervisada por un oftalmólogo para cuantificar los resultados obtenidos por las dos metodologías obteniendo una especificidad del 0.94 y una sensibilidad del 0.97, unos valores que son sobresalientes para proceder con la etapa de clasificación.

Probabilistic Multiple Sclerosis Lesion Detection using Superpixels and Markov Random Fields / Detección Probabilística de Lesiones de Esclerosis Múltiple usando Superpixeles y Campos Aleatorios de Markov

Abstract Multiple Sclerosis (MS) is the most common neurodegenerative disease among young adults. Diagnosis and monitoring of MS is performed with T2-weighted or T2 FLAIR magnetic resonance imaging, where MS lesions appear as hyperintense spots in the white matter. In recent years, multiple algorithms have been proposed to detect these lesions with varying success rates, which greatly depend on the amount of a priori information required by each algorithm, such as the use of an atlas or the involvement of an expert to guide the segmentation process. In this work, a fully automatic method that does not rely on a priori anatomical information is proposed and evaluated. The proposed algorithm is based on an over-segmentation in superpixels and their classification by means of Gauss-Markov Measure Fields (GMMF). The main advantage of the over-segmentation is that it preserves the borders between tissues, while the GMMF classifier is robust to noise and computationally efficient. The proposed segmentation is then applied in two stages: first to segment the brain region and then to detect hyperintense spots within the brain. The proposed method is evaluated with synthetic images from BrainWeb, as well as real images from MS patients. The proposed method produces competitive results with respect to other algorithms in the state of the art, without requiring user assistance nor anatomical prior information.

Resumen La Esclerosis Múltiple (MS) es una de las enfermedades neurodegenerativas más comunes en adultos jóvenes. El diagnóstico y su monitoreo se realiza generalmente mediante imágenes de resonancia magnética T2 o T2 FLAIR, donde se observan regiones hiperintensas relacionadas a lesiones cerebrales causadas por la MS. En años recientes, múltiples algoritmos han sido propuestos para detectar estas lesiones con diferentes tasas de éxito las cuales dependen en gran medida de la cantidad de información a priori que requiere cada algoritmo, como el uso de un atlas o el involucramiento de un experto que guíe el proceso de segmentación. En este trabajo, se propone un método automático independiente de información anatómica. El algoritmo propuesto está basado en una sobresegmentación en superpixeles y su clasificación mediante un proceso de Campos Aleatorios de Markov de Medidas Gaussianas (GMMF). La principal ventaja de la sobresegmentación es que preserva bordes entre tejidos, además que tiene un costo reducido en tiempo de ejecución, mientras que el clasificador GMMF es robusto a ruido y computacionalmente eficiente. La segmentación propuesta es aplicada en dos etapas: primero para segmentar el cerebro y después para detectar las lesiones en él. El método propuesto es evaluado usando imágenes sintéticas de BrainWeb, así como también imágenes reales de pacientes con MS. Con respecto a los resultados, el método propuesto muestra un desempeño competitivo respecto a otros métodos en el estado del arte, tomando en cuenta que éste no requiere de asistencia o información a priori.

Research on a segmentation and evaluation method combining tooth morphology features / Investigación sobre un método de segmentación y evaluación que combina características morfológicas dentales

SUMMARY: To explore a new semi-automatic method to segment the teeth from the three-dimensional volume data which acquired from cone beam computed tomography (CBCT) scanner. Scanned dental cast models are used to evaluate the segmentation accuracy. The CBCT data are loaded to ORS software. Based on gray value, a semi-automatic method was used to segment teeth and then the segmented teeth were saved in STL format data. Smooth the mesh data in the Geomagic Studio software. The upper and lower dental cast models were scanned by a white light scanner and the data was saved in STL format too. After registering the model data to teeth data, the deviation between them was analyzed in the Geomagic Qualify. All teeth could be obtained, the method is simple to use and applied in orthodontic biomechanics. The entire process took less than 30 minutes. The actual measured Root Mean Square (RMS) value is 0.39 mm, less than 0.4 mm. This method can segment teeth from the jaw quickly and reliably with a little user intervention. The method has important significance for dental orthodontics, virtual jaw surgery simulation and other stomatology applications.

RESUMEN: El objetivo de este estudio fue explorar un nuevo método semiautomático para segmentar los dientes a partir de datos de volumen tridimensional adquiridos mediante escáner de tomografía computarizada de haz cónico (CBCT). Los modelos escaneados de moldes dentales se utilizan para evaluar la precisión de la segmentación. Para los datos CBCT se utilizó el software ORS, y basado en el valor gris, se usó un método semiautomático para segmentar los dientes los que posteriormente se guardaron en datos de formato STL. Los datos se ingresaron en el software Geomagic Studio. Los modelo dentales superior e inferior se escanearon con un escáner de luz blanca y la información también se guardó en formato STL. Después del registro y comparación de los datos del modelo y los datos de los dientes, la desviación entre estos se analizó en el programa Geomagic Qualify. Usando este método fue posible obtener de forma fácil todos los dientes y además aplicar en la biomecánica de ortodoncia. El proceso completo demoró menos de 30 minutos. El valor real medido de la raíz cuadrada media fue de 0,39 mm, menos de 0,4 mm. Este método puede segmentar los dientes mandibulares de forma rápida y confiable, con una mínima intervención del usuario. El método tiene una importancia crítica para la ortodoncia, simulaciones virtuales de las cirugías de la mandíbula y otras aplicaciones en estomatología.

Anatomía segmentaria del recto. Nuevo enfoque / Anatomy segmentation of the rectal. New approach

RESUMEN Se actualizó la clasificación anatómica del tumor de recto, con la revisión de varios tratados sobre anatomía. El estudio de la morfología interna del recto reconoce la formación de anchos pliegues. La formación de anchos pliegues de mucosas transversales, denominadas válvulas: una válvula inferior a 7 cm del ano, otra a 2 cm. Más arriba con una forma de media luna y la tercera a 11 cm del ano. Como estas válvulas son pliegues mucosos sin localización precisa no pueden ser consideradas como puntos anatómicos para segmentación del recto. De esta manera, la segmentación rectal como el límite entre recto superior e inferior se sitúa en la reflexión peritoneal; en el diagnóstico de tumores rectales la definición de su situación anatómica es importante para la conducta terapéutica, ya que el recto inferior tiene su origen embriológico en el proctodeo (ectoblástica) y puede ser más sensible a las radiaciones y los tumores del recto superior son tumores que se originan de tejido de formación entoblástica, las radiaciones producen lesiones del peritoneo y de otros órganos de la cavidad pelviana. La segmentación rectal es importante para el estadio locorregional del tumor y para la definición de un esquema de tratamiento adecuado. En primer lugar, establece el concepto anatómico de localización de un tumor de recto inferior, se diagnóstica con un tacto rectal, si es tocable es del recto inferior. En segundo lugar, define cuáles son los estudios complementarios para saber el estadio de la enfermedad y establece los parámetros anatómicos necesarios para la indicación del tratamiento neoadyuvante (AU).

SUMMARY To present a recent an anatomic classification of rectal tumor localization. Review of many anatomy treaties. The rectal internal morphology studies recognize the formation of thick folds of transversal mucosa thick folds named valves: a low valve to 7 cm from anus. Another is to 2 cm upper with a half moon form, a third one to 11 cm from anus. As this valves are mucosal folds without a clear localization they can't be consider as anatomical points to the rectum segment. Therefore, the rectal segmentation as the limit between up and low rectum, is located in the peritoneal reflection. In the rectal tumors diagnosis definition of it's anatomic situation is important for the therapeutic behavior, because the low rectum has its embryologic origin in the Proctodeum (ectoblastic). It can be more sensitive to the radiation the up rectum tumors are originated from the formation entoblast tissue (endoblast) the radiations cause peritoneal injuries and other pelvic cavity organs. The rectal segmentation is important for the locate-regional tumor stadium and for the appropriate treatment definition. In first place, establish the anatomic concept of the low rectal tumor localization. In second place defines which are the complementary for the new adjuvant indication (AU).

Non-pharmacological complications associated with Intravitreal dexamethasone implant injection. / Complicaciones no farmacológicas asociadas a la inyección de implante intravítreo de dexametasona.

OBJECTIVE: Intravitreal dexamethasone implant (IID) is an effective and safe treatment for macular oedema as described in the literature. Ocular hypertension and cataracts are the most frequent complications. The indications of IID in the last few years have led to the retrospective reporting of rare complications, with potential visual impact related to the injection procedure. METHODS: A case series is presented of fifteen patients treated with IID for macular oedema who developed non-pharmacological complications related to the injection procedure or the implant itself, including, among others anterior chamber migration, intracrystalline injection, endophthalmitis, or segmentation. Differentiation was made between true complications and those that did not lead to any ocular damage. Epidemiological and baseline data were collected along with the treatment and outcome in each case. An analysis was made of multimodal imaging available. RESULTS: The incidence of complications was 0.65% in this series Anterior chamber migration was the most frequent complication (n=4), followed by intracrystalline injection, and endophthalmitis (n=2). The times between the injection and complications were variable. Visual impairment was the most common symptom (n=6). However, despite the complications found, IID was an effective treatment in most of the reported cases. CONCLUSIONS: Clinicians should be aware of these rare non-pharmacological complications so that they may be prevented and detected early, avoiding irreversible ocular damage.

Análisis multitemporal de cambios de uso de la tierra en San Fernando, Tamaulipas, durante el periodo 1987 a 2017 / Multitemporal land use change analysis in San Fernando, Tamaulipas for the Period 1987 to 2017

Resumen El cambio de uso de la tierra (CUT) tiende a impactar de manera negativa los procesos atmosféricos y climáticos globales. El presente artículo tuvo como objetivo evaluar el CUT en el municipio de San Fernando, Tamaulipas, México, durante el periodo 1987 a 2017. Se utilizó el método de clasificación por segmentación de imágenes satelitales, de los años 1987, 1997, 2007 y 2017, el cual, permitió reducir el ruido característico de la clasificación basada en pixeles. Sin embargo, fue necesario editar los resultados, para recuperar los asentamientos humanos, eliminar nubes y sombras, y reducir los efectos de confusión entre cobertura vegetal y zonas agrícolas con cultivos presentes, para evitar introducir CUT artificiales en las estadísticas obtenidas. El análisis multitemporal mostró una clara tendencia en la reducción de la cobertura vegetal (-6.53 %) y del área sin vegetación aparente (-1.71 %). También se observó un importante incremento en el uso agrícola (+7.61 %), que no pareció estar asociado a un incremento en asentamientos humanos (+0.08 %). La metodología desarrollada parece ser adecuada y fácil de implementar para el análisis de CUT en regiones de interés.

Abstract Land Use Change (LUC) tends to have a negative effect on global atmospheric and climate processes. The objective of this paper was to assess the LUC for the San Fernando, Tamaulipas, Mexico municipality, during the period comprehended between 1987 and 2017. The classification by segmentation method was applied to satellite images obtained from 1987, 1997, 2007 and 2017, which allowed for a reduction in the noise that is characteristic of pixel-based classification. However, it was necessary to edit the results in order to recover human settlements, eliminate clouds and shadows, and reduce the confusion between vegetation cover and cultivated agricultural land in order to avoid introducing artificial LUC in the statistics produced. The multitemporal analysis showed a clear trend in the reduction of vegetation cover (-6.53 %) and of areas devoid of vegetation (-1.71 %). Likewise, the results also highlight a significant increase of agricultural land (+7.61 %), which seems to be unassociated with the increase of human settlements (+0.08 %). The developed methodology seems to be appropriate and of easy implementation to carry out the LUC analysis in other regions of interest.

Mejoramiento de contraste y segmentación en imágenes de úlceras del pie diabético / Contrast enhancement and segmentation in diabetic foot ulcer images

Introducción: El 3 a 5 por ciento de los pacientes diabéticos en Cuba sufren úlcera del pie diabético. Las imágenes fotográficas de estas úlceras permiten hacer evaluaciones cuantitativas de los tratamientos. En Cuba, dicha evaluación se hace manual o semiautomáticamente. No se registra software cubano que automáticamente realice la medición de las áreas de la lesión y permita conocer las características de la úlcera, antes y después de la aplicación de un tratamiento. Objetivo: Comparar cualitativamente métodos de preprocesamiento y segmentación de la úlcera, dada la ausencia de una regla de oro. Método: Estudio descriptivo y transversal en 6 pacientes diabéticos del Instituto Nacional de Angiología y Cirugía Vascular en octubre de 2018, con lesiones de grado I-IV en la escala de Wagner. Se utilizó el marco estereotáxico para extremidades FrameHeber03® para obtener imágenes planimétricas estandarizadas de las úlceras. Se obtuvieron 51 imágenes de úlceras que se preprocesaron mediante el algoritmo Transformada Wavelet Discreta Logarítmica en un modelo S-LIP y se determinó su borde mediante los métodos de segmentación Chan-Vese, modelo de mezclas gaussianas y GrabCut. Resultados: Se mostró la utilidad de preprocesar las imágenes para lograr mejores resultados en la segmentación. El mejor y más factible método de segmentación fue el de mezclas gaussianas. Los algoritmos resultaron ser más precisos en pacientes de piel oscura, debido al mayor contraste entre la piel y el borde de la úlcera. Conclusiones: El algoritmo de segmentación automática de mezclas gaussianas. puede incluirse en un software para medir el área de la úlcera(AU)

Introduction: The 3 to 5 percent of Cuban diabetic patients suffer from diabetic foot ulcer. The diabetic foot ulcer photographic images allow quantitative evaluations of a treatment. In Cuba, the ulcer area measurement is done manually or semi-automatically. There is no Cuban software reported that automatically measures the area, and allows knowing the state of the foot ulcer before and after a treatment. Goal: To compare qualitatively (given the absence of a gold standard) ulcer´s pre-processing and segmentation methods. Method: We develop a descriptive and transversal study with 6 diabetic patients from Nacional Institute of Angiology and Vascular Surgery during October, 2018, with lesions of degree I-IV in the Wagner scale. The stereotaxic frame FrameHeber03® was used for obtaining planimetric images of the ulcers. In all, 51 ulcer images were obtained, and then we pre-processed it by Logarithmic Discrete Wavelet Transform under a S-LIP model, and found the ulcer border with the segmentation methods Chan-Vese, Gaussian Mixture Model (GMM), and GrabCut. Results: The pre-processing step was crutial for obtaining good results in the segmentation step. The best performance was reached by the GMM segmentation method. The algorithms were more accurate in images with black skin patients, due to the high contrast between the skin and the ulcer border. Conclusions: The automatic segmentation method (GMM) could be included in a software for detecting the border of the diabetic foot ulcer(AU)