[ES] Las enfermedades cardiovasculares (ECV) son la principal causa de mortalidad en el mundo que, sólo en 2016, provocaron 17,9 millones de muertes, representando el 31% de la mortalidad a nivel global; y se espera que aumente a 23,6 millones de muertes en 2030, además de que el coste de las ECV para la sanidad puede ascender 47 trillones de dólares en los próximos 25 años. Ante esta situación, la evaluación de la mecánica del miocardio es esencial para poder conocer perfectamente la progresión de la enfermedad cardiovascular y obtener un diagnóstico precoz adecuado. Actualmente, existen múltiples modalidades de imágenes no invasivas para analizar la deformación del corazón, como la speckle tracking echocardiography (STE) o las imágenes de resonancia magnética cardíaca (RMC). La técnica RMC marcada (tagging) permite la evaluación de la deformación cardiaca global y regional, y ha sido ampliamente validada, considerándose el método gold-standard (método de referencia). Sin embargo, su gran tiempo de adquisición y procesamiento posterior lo hace completamente inviable para tener una aplicación clínica. Por este motivo, en los últimos años, se ha desarrollado un nuevo método de post-procesado para el análisis de la deformación miocárdica, basado en las características de la imagen de RMC, denominado feature-tracking. Este método emplea las secuencias de cine-RMC estándar y por tanto presenta tiempos de adquisición mucho menores en comparación con la técnica tagging, ya que no requiere una adquisición de secuencias adicional. Sin embargo, al ser un método reciente, no existe un número suficiente de publicaciones científicas que hayan validado este método. Es por ello, que el objetivo de este Trabajo Fin de Grado es realizar un análisis comparativo de las técnicas RMC feature-tracking y RMC tagging para la evaluación de la deformación cardiaca, a partir de imágenes de RM cardíacas de sujetos sanos y de sujetos con infarto de miocardio. Para ello, se calcularán, mediante ambos métodos, parámetros de deformación miocárdica, tales como el strain circunferencial y radial, así como la torsión global miocárdica, obteniendo valores de deformación miocárdica a nivel circunferencial y radial y comparando dichos valores con los obtenidos para los mismos sujetos mediante el método de referencia tissue tagging. Para ello, se dispone de varias herramientas para obtener los parámetros objeto de estudio. Para el análisis de las imágenes de RMC tagging, se utilizará un plugin de Osirix (InTag, Creatis, Francia); y para el análisis basado en feature-tracking se empleará el software CVI42 (Circle Cardiovascular Imaging Inc, Canadá). El procedimiento seguido en el trabajo será, inicialmente, realizar la segmentación del miocardio en las imágenes de resonancia magnética cardíaca, según el modelo de 17 segmentos estandarizado por la American Heart Association (AHA), en el grupo de sujetos sanos (control) y en el grupo de pacientes con infarto de miocardio, proporcionados por el Servicio de Cardiología del Hospital Clínico Universitario de Valencia. A continuación, se realizarán los distintos análisis de la deformación miocárdica para la cuantificación de los parámetros objeto de estudio con los softwares anteriormente mencionados. Posteriormente, una vez se hayan recopilado todos los datos, se realizará el análisis estadístico de los parámetros obtenidos, empleando los softwares GraphPad Prism (GraphPad Software Inc., California) y SPSS v.20 (IBM, Somers, NY). En primer lugar, se compararán los valores de los parámetros obtenidos mediante los 2 métodos con la finalidad de evaluar la concordancia/reproducibilidad entre ambos métodos. Para ello se realizará un análisis Bland-Altman y se obtendrá el coeficiente de correlación intraclase (ICC). En segundo lugar, se estudiará la reproducibilidad intraobservador e interobservador de cada uno de los métodos, emp, [EN] Cardiovascular diseases (CVD) are the main cause of mortality in the world, they have caused 17.9 million deaths in 2016, representing 31% of mortality globally; and it is expected to increase to 23.6 million deaths in 2030, in addition the cost of CVDs for health care can rise to 47 trillion dollars in the next 25 years. In this situation, the evaluation of the myocardial mechanics is essential to be able to perfectly understand the progression of cardiovascular disease and obtain an adequate early diagnosis. Currently, there are multiple non-invasive imaging modalities to analyse heart deformation, such as speckle tracking echocardiography (STE) or cardiac magnetic resonance imaging (CMR). The tagged RMC technique performs the evaluation of global and regional cardiac deformation and it has been widely validated, considering the gold-standard method (reference method). Nevertheless, its long acquisition and post-processing time makes it completely unfeasible for clinical application. For this reason, in recent years, a new post-processing method has been developed for the analysis of myocardial deformation, based on the characteristics of the RMC image, called feature-tracking. This method uses the standard cine-RMC sequences and therefore it has much shorter acquisition times compared to the tagging technique because it does not require an additional sequence acquisition. However, as it is a recent method, there is not enough scientific publications that have validated this method. For this reason, the objective of this Final Degree Project is to perform a comparative analysis of the RMC feature-tracking and RMC tagging techniques for the evaluation of cardiac deformation, from cardiac MRI images of healthy subjects and subjects with myocardial infarction. To do this, myocardial deformation parameters, such as radial and circumferential strain, as well as myocardial global torsion will be calculated using both methods, obtaining myocardial deformation values at the circumferential and radial level and comparing these values mentioned with those obtained for the same subjects using the tissue tagging reference method. Thus, several tools are available to obtain the parameters under study. For the analysis of RMC tagging images, an Osirix plugin will be used (InTag, Creatis, France); and for the analysis based on feature-tracking, the CVI42 software (Circle Cardiovascular Imaging Inc, Canada) will be employed. The procedure followed in the work will be, initially, to perform myocardial segmentation on cardiac magnetic resonance images, according to the 17-segment model standardized by the American Heart Association (AHA), in the group of healthy subjects (control) and in the group of patients with myocardial infarction, provided by the Cardiology Service of the Hospital Clínico Universitario de Valencia. Next, the different analysis of myocardial deformation will be carried out to quantify the parameters under study with the aforementioned software. Subsequently, once all the data has been collected, the statistical analysis of the parameters obtained will be carry out, using the GraphPad Prism software (GraphPad Software Inc., California) and SPSS v.20 (IBM, Somers, NY). Firstly, the values of the parameters obtained by the 2 methods will be compared in order to evaluate the agreement/reproducibility between both methods. For this, a Bland-Altman analysis will be performed and the intraclass correlation coefficient (ICC) will be obtained. Second, the intraobserver and interobserver reproducibility of each of the methods will be studied, using the ICC coefficient, the coefficient of variation and the Bland-Altman analysis. The study of the concordance of the feature-tracking technique with the tagging technique, considered gold-standard and the inter- and intra-observer reproducibility of both, will allow for concluding if the feature-tracking technique can be considered robust and reproducible and, therefore, provid