{rfName}
Au

Indexado en

Citaciones

Altmetrics

Impacto en los Objetivos de Desarrollo Sostenible (ODS)

Investigadores/as Institucionales

Sun, YichunAutor o CoautorGuerrero-Lopez, AlejandroAutor o CoautorArias-Londono, Julian DAutor o CoautorGodino-Llorente, Juan IAutor (correspondencia)

Compartir

22 de abril de 2025
Publicaciones
>
Artículo
No

Automatic semantic segmentation of the osseous structures of the paranasal sinuses

Publicado en: Computerized Medical Imaging And Graphics. 123 102541- - 2025-07-01 123(), DOI: 10.1101/2024.06.21.599833

Autores:

Sun, Yichun; Guerrero-Lopez, Alejandro; Arias-Londono, Julian D; Godino-Llorente, Juan I
[+]

Afiliaciones

Univ Politecn Madrid, Escuela Tecn Super Ingn Telecomunicac, Madrid 28040, Spain - Autor o Coautor

Resumen

Endoscopic sinus and skull base surgeries require the use of precise neuronavigation techniques, which may take advantage of accurate delimitation of surrounding structures. This delimitation is critical for robotic-assisted surgery procedures to limit volumes of no resection. In this respect, an accurate segmentation of the osseous structures of the paranasal sinuses is a relevant issue to protect critical anatomic structures during these surgeries. Currently, manual segmentation of these structures is a labour-intensive task and requires wide expertise, often leading to inconsistencies. This is due to the lack of publicly available automatic models specifically tailored for the automatic delineation of the complex osseous structures of the paranasal sinuses. To address this gap, we introduce an open source dataset and a UNet SwinTR model for the segmentation of these complex structures. The initial model was trained on nine complete ex vivo CT scans of the paranasal region and then improved with semi-supervised learning techniques. When tested on an external dataset recorded under different conditions, it achieved a DICE score of 98.25 +/- 0.9. These results underscore the effectiveness of the model and its potential for broader research applications. By providing both the dataset and the model publicly available, this work aims to catalyse further research that could improve the precision of clinical interventions of endoscopic sinus and skull-based surgeries.
[+]

Palabras clave

AnatomAutomatic semantic segmentationCtDecent work and economic growthNavigationNeuronavigationOsseous structuresParanasal sinusesRobot-assisted surgerRobot-assisted surgeryU-net

Indicios de calidad

Impacto bibliométrico. Análisis de la aportación y canal de difusión

El trabajo ha sido publicado en la revista Computerized Medical Imaging And Graphics debido a la progresión y el buen impacto que ha alcanzado en los últimos años, según la agencia WoS (JCR), se ha convertido en una referencia en su campo. En el año de publicación del trabajo, 2025, se encontraba en la posición 25/212, consiguiendo con ello situarse como revista Q1 (Primer Cuartil), en la categoría Radiology, Nuclear Medicine & Medical Imaging.

Independientemente del impacto esperado determinado por el canal de difusión, es importante destacar el impacto real observado de la propia aportación.

Según las diferentes agencias de indexación, el número de citas acumuladas por esta publicación hasta la fecha 2025-12-21:

  • Scopus: 3
[+]

Impacto y visibilidad social

Desde la dimensión de Influencia o adopción social, y tomando como base las métricas asociadas a las menciones e interacciones proporcionadas por agencias especializadas en el cálculo de las denominadas “Métricas Alternativas o Sociales”, podemos destacar a fecha 2025-12-21:

Con una intencionalidad más de divulgación y orientada a audiencias más generales podemos observar otras puntuaciones más globales como:

  • El Score total de Altmetric: 1.
  • El número de menciones en la red social X (antes Twitter): 1 (Altmetric).

Es fundamental presentar evidencias que respalden la plena alineación con los principios y directrices institucionales en torno a la Ciencia Abierta y la Conservación y Difusión del Patrimonio Intelectual. Un claro ejemplo de ello es:

  • Asignación de un Handle/URN como identificador dentro del Depósito en el Repositorio Institucional: https://oa.upm.es/91973/

Como resultado de la publicación del trabajo en el repositorio institucional, se han obtenido datos estadísticos de uso que reflejan su impacto. En términos de difusión, podemos afirmar que, hasta la fecha

  • Visualizaciones: 9
  • Descargas: 6
Siguiendo con el impacto social del trabajo, es importante enfatizar el hecho de que, por su contenido, puede ser asignado a la línea de interés del ODS 8 - Promover el crecimiento económico inclusivo y sostenible, el empleo y el trabajo decente para todos, con una probabilidad del 61% según el algoritmo mBERT desarrollado por Aurora University.
[+]

Análisis de liderazgo de los autores institucionales

Existe un liderazgo significativo ya que algunos de los autores pertenecientes a la institución aparecen como primer o último firmante, se puede apreciar en el detalle: Primer Autor (SUN, YICHUN) y Último Autor (GODINO LLORENTE, JUAN IGNACIO).

el autor responsable de establecer las labores de correspondencia ha sido GODINO LLORENTE, JUAN IGNACIO.

[+]

Reconocimientos ligados al ítem

The authors thank C. Hoyos-Barcelo, G. Perez-de-Arenaza-Pozo and J. C. Puerta-Acevedo for collaborating in the manual annotation of the images. The authors gratefully acknowledge the Universidad Politecnica de Madrid for providing computing resources on the Magerit Supercomputer.This research was funded by an agreement between Comunidad de Madrid (Consejeria de Educacion, Universidades, Ciencia y Portavocia) and Universidad Politecnica de Madrid, to finance research actions on SARS-CoV-2 and COVID-19 disease with the REACT-UE resources of the European Regional Development Funds. This work was also supported by the Ministry of Economy and Competitiveness of Spain under Grants PID2021-128469OB-I00 and TED2021-131688B-I00, and by Comunidad de Madrid, Spain. Universidad Politecnica de Madrid supports J. D. Arias-Londono through a Maria Zambrano UP2021-035 grant funded by European Union-NextGenerationEU. The authors also thank the Madrid ELLIS unit (European Laboratory for Learning & Intelligent Systems) for its indirect support.
[+]