Clasificación de imágenes radiológicas aplicando modelos Transformers
La detección temprana de enfermedades mediante el estudio de imágenes es clave para aumentar la esperanza de vida del paciente. Existen diferentes tipos de pruebas como radiografías, tomografías, resonancias magnéticas, mamografía, ecografías. La aplicación de técnicas de IA es una nueva forma de ab...
| Autor: | |
|---|---|
| Tipo de recurso: | tesis de maestría |
| Fecha de publicación: | 2023 |
| País: | España |
| Institución: | Universitat Oberta de Catalunya (UOC) |
| Repositorio: | O2, repositorio institucional de la UOC |
| OAI Identifier: | oai:openaccess.uoc.edu:10609/147433 |
| Acceso en línea: | http://hdl.handle.net/10609/147433 |
| Access Level: | acceso abierto |
| Palabra clave: | radiodiagnòstic intel·ligència artificial xarxes neuronals radiodiagnóstico redes neuronales inteligencia artificial radiodiagnosis artificial intelligence neural networks Artificial intelligence -- TFM Intel·ligència artificial -- TFM inteligencia artificial -- TFM |
| Sumario: | La detección temprana de enfermedades mediante el estudio de imágenes es clave para aumentar la esperanza de vida del paciente. Existen diferentes tipos de pruebas como radiografías, tomografías, resonancias magnéticas, mamografía, ecografías. La aplicación de técnicas de IA es una nueva forma de abordar este problema y que permite a los radiólogos detectar enfermedades. Mediante el presente trabajo se pretende hacer una revisión del estado del arte de las redes neuronales basadas en Transformers para el diagnostico por imágenes y realizar una aplicación práctica sobre un conjunto de imágenes para evaluar sus resultados. |
|---|