Localización de Región de Interés (ROI) en imágenes DICOM mediante técnicas de Deep Learning /

Mostrar otras versiones (1)

Actualmente, la medicina ha experimentado un notable avance gracias a la aplicación de tecnologías de inteligencia artificial, en particular, el aprendizaje profundo. Una de las áreas más destacadas es la visión artificial aplicada a la localización de regiones de interés en estudios médicos. Esta t...

Descripción completa

Detalles Bibliográficos
Autor principal: Botta, Christian Nahuel
Otros Autores: Morales, Daniel Martin (Tutor), Cappelletti, Marcelo (Docente supervisor), Olivera, Lucas (Docente supervisor)
Formato: Tesis Libro electrónico
Lenguaje:Español
Publicado: Florencio Varela : Universidad Nacional Arturo Jauretche, 2023
Materias:
Ingeniería en Informática
INTELIGENCIA ARTIFICIAL
ARTIFICIAL INTELLIGENCE
APRENDIZAJE PROFUNDO
DEEP LEARNING
RED NEURONAL ARTIFICIAL
VISION ARTIFICIAL
ARTIFICIAL VISION
SEGMENTACIÓN
DETECCIÓN
Regiones de Interés
Regions of Interest
DICOM
YOLO
U-Net
Acceso en línea:https://biblioarchivo.unaj.edu.ar/mostrar/pdf/scvsdf/erwe/baa937296fcccfcf705b725e6ccde6ba4a6e2753
Aporte de:Registro referencial: Solicitar el recurso aquí
Biblioteca Central (UNAJ) de Universidad Nacional Arturo Jauretche
LEADER 03430nam a22004457a 4500
007 cr
008 230914e20230808ag |||||om||| 00| 0 spa d
040 |c AR-FvUNAJ  |d AR-FvUNAJ  |e aacr2 
041 |a spa 
100 1 |9 18030  |a Botta, Christian Nahuel 
245 1 0 |a Localización de Región de Interés (ROI) en imágenes DICOM mediante técnicas de Deep Learning /  |c Christian Nahuel Botta 
260 |a Florencio Varela :  |b Universidad Nacional Arturo Jauretche,  |c 2023 
300 |a 115 p. :  |b digital. 
502 |b Informe de Práctica Profesional para obtener el titulo de Ingeniero/a Informático/a.  |c Universidad Nacional Arturo Jauretche. 
506 0 |a Acceso abierto  |f info:eu-repo/semantics/openAccess 
520 2 |a Actualmente, la medicina ha experimentado un notable avance gracias a la aplicación de tecnologías de inteligencia artificial, en particular, el aprendizaje profundo. Una de las áreas más destacadas es la visión artificial aplicada a la localización de regiones de interés en estudios médicos. Esta tecnología permite a los profesionales de la salud detectar anormalidades o patologías en imágenes médicas de manera precisa y eficiente. En este proyecto, se explorarán técnicas avanzadas de Deep Learning para la localización de Regiones de Interés (ROIs) en imágenes de formato DICOM. Se abordarán tres aspectos fundamentales: detección, clasificación y segmentación, utilizando para ello dos arquitecturas populares dentro del ámbito de las Redes Neuronales Artificiales: YOLO y U-Net. 
520 2 |a Currently, medicine has experienced a remarkable advancement thanks to the application of artificial intelligence technologies, particularly deep learning. One of the most prominent areas is artificial vision applied to the localization of regions of interest in medical studies. This technology enables healthcare professionals to detect abnormalities or pathologies in medical images with precision and efficiency. In this project, advanced deep learning techniques will be explored for the localization of Regions of Interest (ROIs) in DICOM format images. Three fundamental aspects will be addressed: detection, classification, and segmentation, using two popular architectures within the field of Artificial Neural Networks: YOLO and U-Net. 
540 |a Esta obra está bajo una Licencia Creative Commons. Atribución - No Comercial - Compartir Igual 4.0  |u https://creativecommons.org/licenses/by-nc-sa/4.0/  
630 0 |9 11376  |a Ingeniería en Informática  
650 2 7 |2 unescot  |9 5102  |a INTELIGENCIA ARTIFICIAL 
650 2 4 |9 18034  |a ARTIFICIAL INTELLIGENCE 
650 2 4 |9 18033  |a APRENDIZAJE PROFUNDO 
650 2 4 |9 18035  |a DEEP LEARNING 
650 2 4 |9 18027  |a RED NEURONAL ARTIFICIAL 
650 2 4 |9 14114  |a VISION ARTIFICIAL 
650 2 4 |9 18038  |a ARTIFICIAL VISION 
650 2 4 |9 18036  |a SEGMENTACIÓN 
650 2 4 |9 18037  |a DETECCIÓN 
653 |a Regiones de Interés 
653 |a Regions of Interest 
653 |a DICOM 
653 |a YOLO 
653 |a U-Net 
700 1 |9 6835  |a Morales, Daniel Martin  |e Tutor 
700 1 |9 18031  |a Cappelletti, Marcelo  |e Docente supervisor 
700 1 |9 18032  |a Olivera, Lucas  |e Docente supervisor 
856 4 1 |q application/pdf  |u https://biblioarchivo.unaj.edu.ar/mostrar/pdf/scvsdf/erwe/baa937296fcccfcf705b725e6ccde6ba4a6e2753 
942 |2 ddc  |c INFORME 
980 |6 20072  |a  Matías Regueira  |8 20072  |g  Matías Regueira 
999 |c 9188  |d 9188 

Ejemplares similares