Feature extraction and radiomics in naso sinusal cancer

El projecte se centra en abordar la complexitat de la segmentació i l'extracció de característiques del papil·loma invertit i la mucosa en imatges de tomografia computada (TC), en les quals la superposició de densitats entre totes dues lesions pot ocasionalment dificultar la seva clara diferenciació. Es proposa utilitzar diferents tipus d'imatges, com la ressonància magnètica (RM), dades de biòpsies i l'historial clínic del pacient, juntament amb l'experiència d'un neuroradiòleg per a aconseguir una segmentació precisa d'aquestes lesions. La combinació d'aquestes fonts d'informació pretén proporcionar un sòlid conjunt de dades radiòmiques per a distingir i classificar les ambdues lesions. L'objectiu final de l'estudi d'extracció de característiques és obtenir valors clau de diferents paràmetres significatius per a diferenciar eficaçment el papil·loma invertit i la mucosa en imatges de TC, proporcionant així una eina valuosa en el diagnòstic i tractament d'aquestes afeccions mèdiques.
El proyecto se centra en abordar la complejidad de la segmentación y la extracción de características del papiloma invertido y la mucosa en imágenes de tomografía computarizada (TC), en las que la superposición de densidades entre ambas lesiones puede ocasionalmente dificultar su clara diferenciación. Se propone utilizar distintos tipos de imágenes, como la resonancia magnética (RM), datos de biopsias y el historial clínico del paciente, junto con la experiencia de un neuroradiólogo para lograr una segmentación precisa de estas lesiones. La combinación de estas fuentes de información pretende proporcionar un sólido conjunto de datos radiómicos para distinguir y clasificar las lesiones. El objetivo final del estudio de extracción de características radiómicas es obtener valores clave de diferentes parámetros significativos para diferenciar eficazmente el papiloma invertido y la mucosa en imágenes de TC, proporcionando así una herramienta valiosa en el diagnóstico y tratamiento de estas afecciones médicas.
The project focuses on addressing the complexity of segmentation and feature extraction of inverted papilloma and mucosa on computed tomography (CT) images, where overlapping densities between the two lesions can occasionally make it difficult to clearly differentiate them. It is proposed to use different types of images, such as magnetic resonance imaging (MRI), biopsy data and the patient's clinical history, together with the expertise of a neuroradiologist to achieve an accurate segmentation of these lesions. The combination of these sources of information is intended to provide a robust radiomic data set to distinguish and classify lesions. The ultimate goal of the radiomic feature extraction study is to obtain key values of different significant parameters to effectively differentiate inverted papilloma and mucosa on CT images, thus providing a valuable tool in the diagnosis and treatment of these medical conditions.