Reconocimiento de patrones en imágenes médicas por medio de redes neuronales convolucionales
"En este trabajo se describen tres arquitecturas de CNN para resolver igual número de problemas de clasificación o detección de patrones asociados con enfermedades, se utilizan diferentes tipos de imágenes médicas como: imágenes de resonancias magnéticas del cerebro para identificar tumores cer...
| Autores: | , |
|---|---|
| Tipo de recurso: | tesis de maestría |
| Estado: | Versión publicada |
| Fecha de publicación: | 2019 |
| País: | México |
| Institución: | Benemérita Universidad Autónoma de Puebla |
| Repositorio: | Repositorio Institucional de Acceso Abierto RIAA-BUAP |
| Idioma: | español |
| OAI Identifier: | oai:repositorioinstitucional.buap.mx:20.500.12371/5001 |
| Acceso en línea: | https://hdl.handle.net/20.500.12371/5001 |
| Access Level: | acceso abierto |
| Palabra clave: | INGENIERÍA Y TECNOLOGÍA Imágenes por resonancia magnética Tomografía Diagnóstico por imágenes--Procesamiento de datos Sistemas de imágenes en medicina Procesamiento de imágenes--Técnicas digitales Redes neuronales (Computación) |
| Sumario: | "En este trabajo se describen tres arquitecturas de CNN para resolver igual número de problemas de clasificación o detección de patrones asociados con enfermedades, se utilizan diferentes tipos de imágenes médicas como: imágenes de resonancias magnéticas del cerebro para identificar tumores cerebrales, tomografías del tórax para la identificación de tipos de tuberculosis y radiografías del tórax para la detección de neumonía. Finalmente se propone un algoritmo de registro automático de las regiones que corresponden al tórax que identifica intrínsecamente la traslación, escala y rotación que alinean las regiones del tórax en imágenes de rayos X." |
|---|