Classificació del Melanoma mitjançant visualització artificial

Es denomina càncer al conjunt de les malalties en les quals s'observa un procés descontrolat en la divisió cel·lular en qualsevol part del cos. Avui en dia, el càncer és una de les malalties amb major índex de mortalitat. Més concretament, el càncer de pell és la tipologia de càncer més habitua...

Descripción completa

Detalles Bibliográficos
Autor: Casellas La Rosa, Pol
Tipo de recurso: tesis de maestría
Fecha de publicación:2021
País:España
Institución:Universitat Oberta de Catalunya (UOC)
Repositorio:O2, repositorio institucional de la UOC
OAI Identifier:oai:openaccess.uoc.edu:10609/127688
Acceso en línea:http://hdl.handle.net/10609/127688
Access Level:acceso abierto
Palabra clave:deep learning
image classification
melanoma
aprenantatge profunt
classificació d'imatges
aprendizaje profundo
clasificación de imágenes
Bioinformatics -- TFM
Bioinformàtica -- TFM
Bioinformática -- TFM
id ES_e502c8e4218623b7bd2e9fac2d289049
oai_identifier_str oai:openaccess.uoc.edu:10609/127688
network_acronym_str ES
network_name_str España
repository_id_str
dc.title.none.fl_str_mv Classificació del Melanoma mitjançant visualització artificial
title Classificació del Melanoma mitjançant visualització artificial
spellingShingle Classificació del Melanoma mitjançant visualització artificial
Casellas La Rosa, Pol
deep learning
image classification
melanoma
aprenantatge profunt
classificació d'imatges
melanoma
aprendizaje profundo
clasificación de imágenes
melanoma
Bioinformatics -- TFM
Bioinformàtica -- TFM
Bioinformática -- TFM
title_short Classificació del Melanoma mitjançant visualització artificial
title_full Classificació del Melanoma mitjançant visualització artificial
title_fullStr Classificació del Melanoma mitjançant visualització artificial
title_full_unstemmed Classificació del Melanoma mitjançant visualització artificial
title_sort Classificació del Melanoma mitjançant visualització artificial
dc.creator.none.fl_str_mv Casellas La Rosa, Pol
author Casellas La Rosa, Pol
author_facet Casellas La Rosa, Pol
author_role author
dc.contributor.none.fl_str_mv Torre Gallart, Jordi de la
dc.subject.none.fl_str_mv deep learning
image classification
melanoma
aprenantatge profunt
classificació d'imatges
melanoma
aprendizaje profundo
clasificación de imágenes
melanoma
Bioinformatics -- TFM
Bioinformàtica -- TFM
Bioinformática -- TFM
topic deep learning
image classification
melanoma
aprenantatge profunt
classificació d'imatges
melanoma
aprendizaje profundo
clasificación de imágenes
melanoma
Bioinformatics -- TFM
Bioinformàtica -- TFM
Bioinformática -- TFM
description Es denomina càncer al conjunt de les malalties en les quals s'observa un procés descontrolat en la divisió cel·lular en qualsevol part del cos. Avui en dia, el càncer és una de les malalties amb major índex de mortalitat. Més concretament, el càncer de pell és la tipologia de càncer més habitual entre la població humana. El melanoma n'és la forma més mortal, causant un 75% de les morts per càncer epitelial. Tot i l'elevat índex de mortalitat, de la mateixa manera que en altres càncers, una rapida detecció pot provocar una major efectivitat del tractament. Actualment, l'avaluació del diagnòstic del càncer de pell per part dels dermatòlegs ha millorat notablement gràcies a la dermatoscòpia. No obstant, es podria millorar significativament la precisió dels diagnòstics mitjançant algoritmes de classificació d'imatges. Les eines d'anàlisis d'imatges que automatitzen el diagnòstic de melanoma tenen un gran potencial per a millorar la precisió dels diagnòstics dels dermatòlegs i contribuir en una ràpida detecció del melanoma augmentant, d'aquesta manera, la probabilitat de cura de la melanoma a milions de persones. Al llarg d'aquest projecte s'utilitzen conjunts d'imatges de pacients per tal de determinar l'existència o no de melanoma mitjançant algoritmes de classificació d'imatges.
publishDate 2021
dc.date.none.fl_str_mv 2021
2021
2021
dc.type.none.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
dc.identifier.none.fl_str_mv http://hdl.handle.net/10609/127688
url http://hdl.handle.net/10609/127688
dc.language.none.fl_str_mv Catalán
language_invalid_str_mv Catalán
dc.rights.none.fl_str_mv CC BY-NC-ND
http://creativecommons.org/licenses/by-nc-nd/3.0/es/
info:eu-repo/semantics/openAccess
rights_invalid_str_mv CC BY-NC-ND
http://creativecommons.org/licenses/by-nc-nd/3.0/es/
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universitat Oberta de Catalunya (UOC)
publisher.none.fl_str_mv Universitat Oberta de Catalunya (UOC)
dc.source.none.fl_str_mv reponame:O2, repositorio institucional de la UOC
instname:Universitat Oberta de Catalunya (UOC)
instname_str Universitat Oberta de Catalunya (UOC)
reponame_str O2, repositorio institucional de la UOC
collection O2, repositorio institucional de la UOC
repository.name.fl_str_mv
repository.mail.fl_str_mv
_version_ 1869422641607081984
spelling Classificació del Melanoma mitjançant visualització artificialCasellas La Rosa, Poldeep learningimage classificationmelanomaaprenantatge profuntclassificació d'imatgesmelanomaaprendizaje profundoclasificación de imágenesmelanomaBioinformatics -- TFMBioinformàtica -- TFMBioinformática -- TFMEs denomina càncer al conjunt de les malalties en les quals s'observa un procés descontrolat en la divisió cel·lular en qualsevol part del cos. Avui en dia, el càncer és una de les malalties amb major índex de mortalitat. Més concretament, el càncer de pell és la tipologia de càncer més habitual entre la població humana. El melanoma n'és la forma més mortal, causant un 75% de les morts per càncer epitelial. Tot i l'elevat índex de mortalitat, de la mateixa manera que en altres càncers, una rapida detecció pot provocar una major efectivitat del tractament. Actualment, l'avaluació del diagnòstic del càncer de pell per part dels dermatòlegs ha millorat notablement gràcies a la dermatoscòpia. No obstant, es podria millorar significativament la precisió dels diagnòstics mitjançant algoritmes de classificació d'imatges. Les eines d'anàlisis d'imatges que automatitzen el diagnòstic de melanoma tenen un gran potencial per a millorar la precisió dels diagnòstics dels dermatòlegs i contribuir en una ràpida detecció del melanoma augmentant, d'aquesta manera, la probabilitat de cura de la melanoma a milions de persones. Al llarg d'aquest projecte s'utilitzen conjunts d'imatges de pacients per tal de determinar l'existència o no de melanoma mitjançant algoritmes de classificació d'imatges.Se denomina cáncer al conjunto de las Enfermedades en los que se observa un proceso descontrolado en la división celular en CUALQUIER parte del cuerpo. Hoy día, el cáncer es una de las Enfermedades con mayor índice de mortalidad. Más Concretamente, el cáncer de piel es la tipología de cáncer más habitual entre la población humana. El melanoma es la forma más mortal, causando un 75% de las muertes por cáncer epitelial. A pesar del elevado índice de Mortalidad, del mismo modo que en Otros cánceres, una rápida detección olla provocar una mayor efectividad del Tratamiento. Actualmente, la Evaluación del Diagnóstico del cáncer de piel por parte de los dermatólogos ha mejorado notablemente gracias a la dermatoscopia. Sin embargo, es podría Mejorar significativamente la precisión de los Diagnostics mediante algoritmos de Clasificación de imágenes. Las herramientas de análisis de imágenes que automatizan el Diagnóstico de melanoma tenencia un gran potencial para Mejorar la precisión de los Diagnostics los dermatólogos y contribuir en una rápida detección del melanoma aumentando, de ESTA modo, la Probabilidad de cuidado de la melanoma a millones de personas. Al Largo de este proyecto se utilizan Conjuntos de imágenes de pacientes para determinar la existencia o no de melanoma mediante algoritmos de Clasificación de imágenes.It is called cancer in the set of diseases in which an uncontrolled process is observed in cell division in ANY part of the body. Today, cancer is one of the diseases with the highest mortality rate. More specifically, skin cancer is the most common type of cancer among the human population. Melanoma is the deadliest form, causing 75% of deaths from epithelial cancer. Despite the high mortality rate, as in other cancers, a rapid detection pot will lead to greater effectiveness of the treatment. Currently, the Assessment of Skin Diagnosis Diagnosis by Dermatologists has improved markedly thanks to dermatoscopy. However, it could significantly improve the accuracy of diagnostics using image classification algorithms. The image analysis tools that automate the diagnosis of melanoma have a great potential to improve the accuracy of the diagnosis of dermatologists and contribute to a rapid detection of melanoma by increasing, in this way, the probability of cure of the melanoma to millions of people. Throughout this project Patient Image Sets are used in order to determine the existence or not of melanoma using Image Classification algorithms.Universitat Oberta de Catalunya (UOC)Torre Gallart, Jordi de la202120212021info:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10609/127688reponame:O2, repositorio institucional de la UOCinstname:Universitat Oberta de Catalunya (UOC)CatalánCC BY-NC-NDhttp://creativecommons.org/licenses/by-nc-nd/3.0/es/info:eu-repo/semantics/openAccessoai:openaccess.uoc.edu:10609/1276882026-05-28T12:42:01Z
score 15,300724

Similares en LA Referencia