Computer Vision · Hackathon

Detecció d'Aorta

Ecografia abdominal → segmentació Mask R-CNN → reconstrucció malla 3D → estimació del diàmetre aòrtic. Construït per a la hackató BitsXLaMarató.

Veure codi a GitHub
Pipeline CV
Hackathon BitsXLaMarató · TV3 La Marató
🎬
Vídeo ecografia
Carregar estudi, extreure frames
🧠
Mask R-CNN
Segmentació d'instàncies per frame
🗂️
Stack màscares
TIFFs binaris per recon 3D
🧊
Malla 3D
Superfície ISO amb Meshlib / Open3D
📏
Diàmetre
Anàlisi de contorn + heurístiques
Mask R-CNN (PyTorch)OpenCVMeshlib / Open3DTkinter GUICustom annotationsCUDA inference
🔬

Inferència simulada

Mock de navegador · frame B-mode real

Imita la inferència real de Mask R-CNN en un frame B-mode del dataset d'aorta de rata. La superposició vermella és un mock del navegador, no la sortida del model.

B-mode ultrasound frame
📏

Explorador de diàmetre

Visualització educativa de risc

L'app estima el diàmetre aòrtic des de contorns segmentats. Arrossega per veure com una mesura es mapeja a cubs de risc educatius — no apte per diagnòstic.

Diàmetre exterior màx28 mm
Rang típic

Molts diàmetres aòrtics abdominals d'adults estan molt per sota de 30 mm.

Només il·lustració. El maneig d'AAA segueix guies locals i context d'imatge.

Captures del projecte

Reconstrucció 3D de l'aorta abdominal a partir de frames segmentats.
Reconstrucció 3D de l'aorta abdominal a partir de frames segmentats.
Sortida del pipeline de segmentació / visualització.
Sortida del pipeline de segmentació / visualització.
Flux GUI: carregar vídeo, inferència, inspeccionar màscares i sortida 3D.
Flux GUI: carregar vídeo, inferència, inspeccionar màscares i sortida 3D.
Equip
Pol Casacuberta · Tatiana Meyer · Pablo Vega · Ton Vilà