Automatic Abdominal Aortic Aneurysm segmentation in MR images

Abdominal Aortic Aneurism is a disease related to a weakening in the aortic wall that can cause a break in the aorta and the death. The detection of an unusual dilatation of a section of the aorta is an indicative of this disease. However, it is difficult to diagnose because it is necessary image diagnosis using computed tomography or magnetic resonance. An automatic diagnosis system would allow to analyze abdominal magnetic resonance images and to warn doctors if any anomaly is detected. We focus our research in magnetic resonance images because of the absence of ionizing radiation. Although there are proposals to identify this disease in magnetic resonance images, they need an intervention from clinicians to be precise and some of them are computationally hard. In this paper we develop a novel approach to analyze magnetic resonance abdominal images and detect the lumen and the aortic wall. The method combines different algorithms in two stages to improve the detection and the segmentation so it can be applied to similar problems with other type of images or structures. In a first stage, we use a spatial fuzzy C-means algorithm with morphological image analysis to detect and segment the lumen; and subsequently, in a second stage, we apply a graph cut algorithm to segment the aortic wall. The obtained results in the analyzed images are pretty successful obtaining an average of 79% of overlapping between the automatic segmentation provided by our method and the aortic wall identified by a medical specialist. The main impact of the proposed method is that it works in a completely automatic way with a low computational cost, which is of great significance for any expert and intelligent system.

Aid decision algorithms to estimate the risk in congenital heart surgery

Background and objective: In this paper, we have tested the suitability of using different artificial intelligence-based algorithms for decision support when classifying the risk of congenital heart surgery. In this sense, classification of those surgical risks provides enormous benefits as the a priori estimation of surgical outcomes depending on either the type of disease or the type of repair, and other elements that influence the final result. This preventive estimation may help to avoid future complications, or even death. Methods: We have evaluated four machine learning algorithms to achieve our objective: multilayer perceptron, self-organizing map, radial basis function networks and decision trees. The architectures implemented have the aim of classifying among three types of surgical risk: low complexity, medium complexity and high complexity. Results: Accuracy outcomes achieved range between 80% and 99%, being the multilayer perceptron method the one that offered a higher hit ratio. Conclusions: According to the results, it is feasible to develop a clinical decision support system using the evaluated algorithms. Such system would help cardiology specialists, paediatricians and surgeons to forecast the level of risk related to a congenital heart disease surgery.

Evaluación del temblor humano a través de dispositivos de bajo coste

El temblor humano puede definirse como un movimiento rápido y, en cierta manera, rítmico de una o más partes del cuerpo. En algunas personas, este movimiento puede ser un síntoma de alguna alteración a nivel neurológico. Desde el punto de vista matemático, el temblor humano puede ser definido como una suma ponderada de diferentes señales sinusoidales que causan oscilaciones de algunas partes del cuerpo. Esta sinusoide se repite en el tiempo pero su amplitud y frecuencia cambian lentamente. Por esta razón, la amplitud y la frecuencia son consideradas factores importantes en la clasificación del temblor y por tanto útiles en su diagnóstico. En este artículo, se presenta una herramienta de ayuda al diagnóstico del temblor humano. Esta herramienta usa un dispositivo hardware de bajo coste (<$40) y permite calcular las principales componentes de esta sinusoide asociada al temblor de una manera precisa. Como casos de estudio se presentan su aplicación a dos casos reales para probar la bondad de los algoritmos desarrollados. Los casos muestran pacientes que sufrían temblores con distinta severidad y que han realizado una serie de tests con el dispositivo para que el sistema calculara las principales componentes del temblor. Estas medidas aportadas por el sistema ayudarían en un futuro a los expertos a tomar decisiones más precisas permitiéndoles centrarse en determinadas fases del test o la realización de tests más específicos para evaluar mejor las características propias del temblor del paciente. De la experimentación realizada podemos afirmar que no todos los tests son válidos para el diagnóstico para todos los pacientes. Será finalmente la experiencia del profesional el que decidirá finalmente qué test o conjunto de tests son los más apropiados para cada paciente.

El uso del agua en los jardines de las urbanizaciones del litoral de Alicante. Prácticas de ahorro y sus causas

El intenso proceso de urbanización que ha vivido la costa mediterránea española con la instalación de la actividad turística ha llevado consigo una serie de repercusiones territoriales. Una de ellas ha sido el incremento del consumo de agua gracias al aumento de la urbanización de baja densidad caracterizada por la presencia de nuevas naturalezas urbanas como son jardines y piscinas. Esta investigación tiene como objetivo conocer y analizar el uso del agua en el exterior de los hogares de las urbanizaciones del litoral de Alicante. La metodología llevada a cabo ha consistido en la realización de diferentes entrevistas a los propietarios de estas viviendas, para de esta manera, conocer de primera mano el uso que hacen del recurso hídrico en el exterior de la vivienda. La principal conclusión extraída ha sido que los residentes han adoptado en los últimos años diferentes estrategias y cambios en el uso del agua en los espacios ajardinados con el objetivo de reducir el consumo de agua.

Base de datos para el análisis del funcionamiento del centro Córtico-Diencefálico - Señales Internas y Aferentes

Esta base de datos contiene una muestra de 800 segundos de las señales aferentes e internas que recibe el centro de control córtico-diencefálico del sistema neurorregulador del tracto urinario inferior (LUT) en el que se reflejan las señales que recibe este centro desde que se produce un aumento en la presión vesical, se induce una señal de retención voluntaria y la posterior micción voluntaria. Estas señales son producidas y gestionadas en un organismo sano y libre de cualquier patología.

Red de coordinación y seguimiento de trabajos fin de máster en la titulación Máster en Prevención de Riesgos Laborales

El profesorado de la red participó durante el curso 2014/15 un proyecto para la coordinación y seguimiento de la asignatura trabajo fin de máster en la titulación Máster en Prevención de Riesgos Laborales. Este Máster comenzó a impartirse en la Escuela Politécnica Superior de la Universidad de Alicante en el curso 2012/13, por ello el desarrollo de la titulación en su tercera edición hace necesario el seguimiento de las asignaturas como instrumento para la coordinación y mejora de la calidad docente. En este sentido la red ha resultado ser un instrumento útil para la interacción y coordinación entre los tutores/as de los trabajos fin de máster propuestos en la titulación.