Se muestran resultados en la geometría fractal de los tumores

1. Miguel Martín Landrove
Centro de Física Molecular y Médica, Escuela de Física,
Facultad de Ciencias, UCV
Centro de Visualización Médica, Instituto Nacional de
Bioingeniería, UCV
Centro de Diagnóstico Docente Las Mercedes

2. Segmentación
de las
imágenes
Análisis de
escalamiento
Escogencia de
modelo de
crecimiento
tumoral
apropiado
Optimización
de plan de
tratamiento

4. Martín-Landrove, M., Segmentation of brain tumor images using in vivo spectroscopy, relaxometry and
diffusometry by magnetic resonance, Revista Mexicana de Física, vol. 52, mayo, 2006, pp. 55-59

5. A Quasi-Analytical Method for Relaxation Rate Distribution Determination of T2-Weighted MRI in Brain,
M. Martín-Landrove, G. Figueroa, M. Paluszny, W. Torres, en Proceedings of the 29th IEEE EMBS
Annual International Conference, ThD03.4, 1318 – 1321, 2007

6. A Quasi-Analytical Method for Relaxation Rate Distribution Determination of T2-Weighted MRI in Brain,
M. Martín-Landrove, G. Figueroa, M. Paluszny, W. Torres, en Proceedings of the 29th IEEE EMBS
Annual International Conference, ThD03.4, 1318 – 1321, 2007

8. Quasi-Analytical Determination of Nosologic Maps and Diffusion Tensor Anisotropy Distribution Functions
in Diffusion-Weighted MRI, M. Martín-Landrove, M. Paluszny, G. Figueroa, G. Padilla, W. Torres, Memorias
del X Congreso Internacional de Métodos Numéricos en Ingeniería y Ciencias Aplicadas, CIMENICS’2010
en Modelos Computacionales en Ingeniería: Desarrollos Novedosos y Aplicaciones, R. Chacón, F. León,
V. Duarte, O. Verastegui (Editores), pp. PS 121 - 126, SVMNI, 2010
0.018
0.016
T
Probability
0.014
0.012
0.010
0.008
0.006
0.004
0.002
N
0.000
10-4
10-3
10-2
2
ADC (mm /s)
pn
p0 exp

nbTr D / 3 , b
2
Gi2
2
/3

9. Quasi-Analytical Determination of Nosologic Maps and Diffusion Tensor Anisotropy Distribution Functions
in Diffusion-Weighted MRI, M. Martín-Landrove, M. Paluszny, G. Figueroa, G. Padilla, W. Torres, Memorias
del X Congreso Internacional de Métodos Numéricos en Ingeniería y Ciencias Aplicadas, CIMENICS’2010
en Modelos Computacionales en Ingeniería: Desarrollos Novedosos y Aplicaciones, R. Chacón, F. León,
V. Duarte, O. Verastegui (Editores), pp. PS 121 - 126, SVMNI, 2010
Probability
10-2
T
10-3
10-4
N
10-5
10-2
10-1
100
Anisotropy, 
2
xy
2
yz
Tr D
2
xz
2
/3
1
2
,
ij
Dii
D jj
101

10. Tumor Segmentation of Multi-Echo MR T2-Weighted Images with Morphological Operators, W. Torres, M.
Martín-Landrove, M. Paluszny, G. Figueroa, G. Padilla, Medical Imaging 2009: Image Processing, edited
by Josien P. W. Pluim, Benoit M. Dawant, Proc. of SPIE, 7259, 72594E1 - 72594E9 (2009)

11. An Application of Mathematical Morphology for Brain Tumor Segmentation in Multimodality MRI, O León, M. MartínLandrove, W. Torres, Memorias del X Congreso Internacional de Métodos Numéricos en Ingeniería y Ciencias Aplicadas,
CIMENICS’2010 en Modelos Computacionales en Ingeniería: Desarrollos Novedosos y Aplicaciones, R. Chacón, F.
León, V. Duarte, O. Verastegui (Editores), pp. PS 133 - 137, SVMNI, 2010.

12. An Application of Mathematical Morphology for Brain Tumor Segmentation in Multimodality MRI, O León, M. MartínLandrove, W. Torres, Memorias del X Congreso Internacional de Métodos Numéricos en Ingeniería y Ciencias Aplicadas,
CIMENICS’2010 en Modelos Computacionales en Ingeniería: Desarrollos Novedosos y Aplicaciones, R. Chacón, F.
León, V. Duarte, O. Verastegui (Editores), pp. PS 133 - 137, SVMNI, 2010.

13. ANIQUILACIÓN POSITRÓN-ELECTRÓN
Decaimiento
radiactivo
aniquilación
Se registra
el evento de
decaimiento

14. EQUIPO CT/PET PARA DIAGNÓSTICO
Imagen fusión

15. Tissue Classification in Oncological PET/CT Images, J. Aponte, M. Martín-Landrove, XI Congreso
Internacional de Métodos Numéricos en Ingeniería y Ciencias Aplicadas, CIMENICS’2012

16. Tissue Classification in Oncological PET/CT Images, J. Aponte, M. Martín-Landrove, XI Congreso
Internacional de Métodos Numéricos en Ingeniería y Ciencias Aplicadas, CIMENICS’2012

17. Tissue Classification in Oncological PET/CT Images, J. Aponte, M. Martín-Landrove, XI Congreso
Internacional de Métodos Numéricos en Ingeniería y Ciencias Aplicadas, CIMENICS’2012

18. Tissue Classification in Oncological PET/CT Images, J. Aponte, M. Martín-Landrove, XI Congreso
Internacional de Métodos Numéricos en Ingeniería y Ciencias Aplicadas, CIMENICS’2012

20. Parametrización. 2D in vitro.

21. A. Brú, J.M. Pastor, I. Fernaud, I. Brú, S. Melle, C, Berenguer, Phys. Rev. Lett. 81, 4008 (1998).

22. A. Brú, J.M. Pastor, I. Fernaud, I. Brú, S. Melle, C, Berenguer, Phys. Rev. Lett. 81, 4008 (1998).

23. A. Brú, J.M. Pastor, I. Fernaud, I. Brú, S. Melle, C, Berenguer, Phys. Rev. Lett. 81, 4008 (1998).

24. Fractal Properties and Critical Exponents in Tumor, M. Martín-Landrove, D. Pereira, Ciencia, 16 (2),
203 – 207 (2008)

25. Fractal Properties and Critical Exponents in Tumor, M. Martín-Landrove, D. Pereira, Ciencia, 16 (2),
203 – 207 (2008)
Brain Tumor Staging and Classification by Analysis of Contour Critical Exponents, M. Yánez, B. López,
M. Martín-Landrove, Memorias del X Congreso Internacional de Métodos Numéricos en Ingeniería y
Ciencias Aplicadas, CIMENICS’2010 en Modelos Computacionales en Ingeniería: Desarrollos
Novedosos y Aplicaciones, R. Chacón, F. León, V. Duarte, O. Verastegui (Editores), pp. PS 115- 120,
SVMNI, 2010

26. Parametrización. 3D in vivo.

27. Parametrización. 3D in vivo.

28. Parametrización. 3D in vivo.
3-D in vivo Brain Tumor Geometry Study by Scaling Analysis, F. Torres Hoyos, M. Martín-Landrove,
Physica A, 391, 1195-1206 (2012)

29. Parametrización. 3D in vivo.
3-D in vivo Brain Tumor Geometry Study by Scaling Analysis, F. Torres Hoyos, M. Martín-Landrove,
Physica A, 391, 1195-1206 (2012)

30. Parametrización. 3D in vivo.
3-D in vivo Brain Tumor Geometry Study by Scaling Analysis, F. Torres Hoyos, M. Martín-Landrove,
Physica A, 391, 1195-1206 (2012)

31. Parametrización. 3D in vivo.
3-D in vivo Brain Tumor Geometry Study by Scaling Analysis, F. Torres Hoyos, M. Martín-Landrove,
Physica A, 391, 1195-1206 (2012)

32. Parametrización. 3D in vivo.
Resultados hasta el presente
Tipo
Glioblastoma†‡
Glioma Grado I
Glioma Grado II
Glioma Grado III
Metástasis‡
Neurinoma Acústico‡
Meningioma‡
Craniofaringioma
Adenoma Pituitario‡
LOE‡
•
•
•
Casos
106
19
11
7
41
59
113
1
9
38
αloc
0.867 ± 0.054
0.813 ± 0.084
0.855 ± 0.072
0.863 ± 0.099
0.799 ± 0.118
0.743 ± 0.101
0.778 ± 0.086
0.714
0.763 ± 0.082
0.793 ± 0.089
Centro de Diagnóstico Docente Las Mercedes
The Cancer Imaging Archive, National Cancer Institute †
Centro Hemato Oncológico y Radiocirugía, Dr. Domingo Luciani ‡
r2(αloc)
0.999
0.998
0.998
0.998
0.998
0.997
0.998
0.997
0.998
0.998

33. Parametrización. 3D in vivo.
Resultados hasta el presente.
Gliomas.
1.00
0.95
loc
0.90
0.85
0.80
0.75
0.70
GL GI
GL GII
GL GIII
Grado del tumor
GBM

34. Parametrización. 3D in vivo.
Resultados hasta el presente.
Gliomas.

35. Parametrización. 3D in vivo.
Resultados hasta el presente
1.0
0.817 – 0.914
0.9
loc
0.8
0.7
0.743 - 0.778
0.811 - 0.867
0.6
Tipo de tumor
Mama MRI
Mediastino
Colon
Bazo
Mama
Pulmón
Hígado
Cerebro
GBM
GL GIII
GL GII
GL GI
MT Cerebro
LOE Cerebro
M
AP
NA
TB
0.5

36. Parametrización. 3D in silico.
Marcel Prastawa, Elizabeth Bullitt, Guido Gerig,
Simulation of brain tumors in MR images for
evaluation of segmentation efficacy, Medical Image
Analysis 13 (2009) 297–311

37. Contactos:
Email: mglmrtn@yahoo.com
Blog: http://cancerinsilico.blogspot.com/
ResearchGate:
https://www.researchgate.net/profile/Miguel_
Martin-Landrove/
Academia.edu:
http://ucv.academia.edu/MiguelMart%C3%A
DnLandrove
Linkedin: ve.linkedin.com/pub/miguelmartín-landrove/22/b69/295