Computer Vision · Hackathon

Detección de Aorta

Ecografía abdominal → segmentación Mask R-CNN → reconstrucción malla 3D → estimación del diámetro aórtico. Construido para la hackathon BitsXLaMarató.

Ver código en GitHub
Pipeline CV
Hackathon BitsXLaMarató · TV3 La Marató
🎬
Vídeo ecografía
Cargar estudio, extraer frames
🧠
Mask R-CNN
Segmentación de instancias por frame
🗂️
Stack máscaras
TIFFs binarios para recon 3D
🧊
Malla 3D
Superficie ISO con Meshlib / Open3D
📏
Diámetro
Análisis de contorno + heurísticas
Mask R-CNN (PyTorch)OpenCVMeshlib / Open3DTkinter GUICustom annotationsCUDA inference
🔬

Inferencia simulada

Mock de navegador · frame B-mode real

Imita la inferencia real de Mask R-CNN en un frame B-mode del dataset de aorta de rata. La superposición roja es un mock del navegador, no la salida del modelo.

B-mode ultrasound frame
📏

Explorador de diámetro

Visualización educativa de riesgo

La app estima el diámetro aórtico desde contornos segmentados. Arrastra para ver cómo una medida se mapea a cubos de riesgo educativos — no apto para diagnóstico.

Diámetro exterior máx28 mm
Rango típico

Muchos diámetros aórticos abdominales de adultos están muy por debajo de 30 mm.

Solo ilustración. El manejo de AAA sigue guías locales y contexto de imagen.

Capturas del proyecto

Reconstrucción 3D de la aorta abdominal a partir de frames segmentados.
Reconstrucción 3D de la aorta abdominal a partir de frames segmentados.
Salida del pipeline de segmentación / visualización.
Salida del pipeline de segmentación / visualización.
Flujo GUI: cargar vídeo, inferencia, inspeccionar máscaras y salida 3D.
Flujo GUI: cargar vídeo, inferencia, inspeccionar máscaras y salida 3D.
Equipo
Pol Casacuberta · Tatiana Meyer · Pablo Vega · Ton Vilà