D. Pelu, I. Ramírez Díaz, S. Quinones, M. Uribe-Viloria, V. Macarrón, E. Tornay, R. Regojo, C. Simon de Blas
Las poblaciones generalizadas de vellosidades inmaduras se conocen como retraso madurativo vellositario (DVM). En los últimos años, la DVM se ha vinculado con un mayor riesgo de muerte fetal al final del tercer trimestre. Sin embargo, el diagnóstico prenatal de esta condición sigue siendo limitado. Aunque algunos casos presentan una histopatología evidente, otros muestran afectación focal o características histológicas ambiguas, lo que dificulta su identificación. Nuestro objetivo es establecer límites cuantificados mediante algoritmos matemáticos basados en inteligencia artificial, que permitan la clasificación automática a través de imágenes de la placenta. Se han analizado 161 imágenes para generar un modelo de aprendizaje no supervisado que permita la detección automática de DVM, alteraciones en la maduración placentaria y las características principales de las vellosidades placentarias. Se han creado parámetros cuantitativos para delimitar los límites de normalidad vs patológico.
Keywords: aprendizaje automático, redes neuronales, bioestadística
Scheduled
Biostatistics I
June 13, 2025 11:00 AM
MR 3