• La Universidad
    • Historia
    • Rectoría
    • Autoridades
    • Secretaría General
    • Pastoral UC
    • Organización
    • Hechos y cifras
    • Noticias UC
  • 2011-03-15-13-28-09
  • Facultades
    • Agronomía e Ingeniería Forestal
    • Arquitectura, Diseño y Estudios Urbanos
    • Artes
    • Ciencias Biológicas
    • Ciencias Económicas y Administrativas
    • Ciencias Sociales
    • College
    • Comunicaciones
    • Derecho
    • Educación
    • Filosofía
    • Física
    • Historia, Geografía y Ciencia Política
    • Ingeniería
    • Letras
    • Matemáticas
    • Medicina
    • Química
    • Teología
    • Sede regional Villarrica
  • 2011-03-15-13-28-09
  • Organizaciones vinculadas
  • 2011-03-15-13-28-09
  • Bibliotecas
  • 2011-03-15-13-28-09
  • Mi Portal UC
  • 2011-03-15-13-28-09
  • Correo UC
- Repository logo
  • English
  • Català
  • Čeština
  • Deutsch
  • Español
  • Français
  • Gàidhlig
  • Latviešu
  • Magyar
  • Nederlands
  • Polski
  • Português
  • Português do Brasil
  • Suomi
  • Svenska
  • Türkçe
  • Қазақ
  • বাংলা
  • हिंदी
  • Ελληνικά
  • Yкраї́нська
  • Log in
    Log in
    Have you forgotten your password?
Repository logo
  • Communities & Collections
  • All of DSpace
  • English
  • Català
  • Čeština
  • Deutsch
  • Español
  • Français
  • Gàidhlig
  • Latviešu
  • Magyar
  • Nederlands
  • Polski
  • Português
  • Português do Brasil
  • Suomi
  • Svenska
  • Türkçe
  • Қазақ
  • বাংলা
  • हिंदी
  • Ελληνικά
  • Yкраї́нська
  • Log in
    Log in
    Have you forgotten your password?
  1. Home
  2. Browse by Author

Browsing by Author "Ramírez Bunster, María Belén"

Now showing 1 - 1 of 1
Results Per Page
Sort Options
  • Loading...
    Thumbnail Image
    Item
    Predicción semiautomatizada de respuesta a quimioterapia neoadyuvante en pacientes con cáncer de mama: protocolo de segmentación y modelo radiómico-clínico con imágenes de resonancia magnética
    (2023) Ramírez Bunster, María Belén; Caprile Etchart, Paola F.; Pontificia Universidad Católica de Chile. Facultad de Física
    Anticipar el resultado de la respuesta tumoral a quimioterapia neoadyuvante podría implicar cambios en la planificación del tratamiento para conducir a mejores resultados clínicos y cambios en la calidad de vida del paciente.En este trabajo se desarrolló un código computacional en lenguaje Python para construir modelos de predicción de la respuesta patológica del tumor (pCR / no-pCR) en base a información clínica y radiómica extraída de imágenes MRI de 59 pacientes con cáncer de mama sometidas a NACT. Específicamente, se utilizaron las secuencias de imágenes T1w y DCE, elaborando un protocolo de segmentación semiautomatizado del tumor y del parénquima de la mama lesionada para el posterior análisis y selección de atributos (features).Se construyeron modelos uni- y multi-variados basados en Machine Learning utilizando distintos algoritmos supervisados de clasificación y, mediante la técnica de validación cruzada k-fold estratificada con repetición con k=3 y n=500 repeticiones, se evaluaron las métricas AUC y Accuracy para analizar el rendimiento de éstos como predictores de pCR del tumor a la terapia neoadyuvante en la cohorte de pacientes con cáncer de mama.

Bibliotecas - Pontificia Universidad Católica de Chile- Dirección oficinas centrales: Av. Vicuña Mackenna 4860. Santiago de Chile.

  • Cookie settings
  • Privacy policy
  • End User Agreement
  • Send Feedback