Uso de redes neuronales en el procesamiento de imágenes odontológicas

Mostrar todas las versiones(2)

Tesis (Lic. en Física)--Universidad Nacional de Córdoba, Facultad de Matemática, Astronomía, Física y Computación, 2019.

Detalles Bibliográficos
Autor principal: Porta, Juan Ignacio
Otros Autores: Tamarit, Francisco Antonio
Formato: publishedVersion bachelorThesis
Lenguaje:Español
Publicado: 2019
Materias:
Redes neuronales
Convolución
Cefalometría odontológica
Control of chaos
Numerical simulations of chaotic systems
Neural networks
Autoencoder
Acceso en línea:http://hdl.handle.net/11086/14384
Aporte de:
Repositorio Digital Universitario (UNC) de Universidad Nacional de Córdoba
id I10-R141-11086-14384
record_format dspace
spelling I10-R141-11086-143842023-12-13T19:45:17Z Uso de redes neuronales en el procesamiento de imágenes odontológicas Porta, Juan Ignacio Tamarit, Francisco Antonio Sánchez, Jorge Adrián Redes neuronales Convolución Cefalometría odontológica Control of chaos Numerical simulations of chaotic systems Neural networks Autoencoder Tesis (Lic. en Física)--Universidad Nacional de Córdoba, Facultad de Matemática, Astronomía, Física y Computación, 2019. info:eu-repo/semantics/publishedVersion Porta, Juan Ignacio. Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía, Física y Computación; Argentina. En este trabajo se aborda el problema de la detección de puntos característicos en imágenes médicas bidimensionales obtenidas mediante técnicas de rayos X, para lo cual se hizo uso de aprendizaje automático basado en redes neuronales artificiales. En particular, se abordó el problema de identificación de puntos característicos en imágenes cefalométricas de uso odontológico, no solo por su alto valor profesional, sino sobre todo porque este problema representa un gran desafío para el uso de inteligencia artificial en el reemplazo de expertos humanos. Se introdujo una arqui- tectura novedosa, no utilizada anteriormente en la literatura, la cual combina el uso de redes neuronales convolucionadas profundas con núcleos convolucionales de di- ferentes tamaños (capas inception) y la arquitectura de autoencoder para asociar a una imagen de entrada un mapa de probabilidades sobre la misma. Se utilizaron diferentes redes y se realizó un estudio comparativo, llegando a mostrar que estas redes introducidas tienen un excelente desempeño a la hora de identificar puntos característicos, superando las que se conocen en la bibliografía. En otras palabras, los modelos presentados en este trabajo mostraron una gran presición en detección de posiciones de landmarks, superando hasta en más de 7 puntos porcentuales los desempeños de los mejores modelos presentados en la literatura. In this work the problem of the detection of characteristic points in two-dimensional medical images obtained by X-ray techniques was addressed, for which automatic learning based on artificial neural networks is used. In particular, the problem of identifying characteristic points in odontologic cephalometric images was addres- sed, not only because of its high professional value, but above all because this pro- blem represents a great challenge for the use of artificial intelligence in the repla- cement of human experts. A novel architecture, not previously used in the literatu- re was introduced, which combines the use of deep convolutional neural networks with convolutional kernels of different sizes (inception layers) and the autoencoder architecture to associate an input image with a map of probabilities over it. Different networks were used and a comparative study was carried out, showing that these introduced networks have an excellent performance when identifying characteris- tic points, surpassing those that are known in the bibliography. In other words, the models presented in this work showed great precision in detecting landmarks posi- tions, surpassing the performance of the best models presented in the literature by more than 7 percentage points. info:eu-repo/semantics/publishedVersion Porta, Juan Ignacio. Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía, Física y Computación; Argentina. 2019-12-12T14:55:40Z 2019-12-12T14:55:40Z 2019-03-28 bachelorThesis http://hdl.handle.net/11086/14384 spa Atribución 4.0 Internacional http://creativecommons.org/licenses/by/4.0/
institution Universidad Nacional de Córdoba
institution_str I-10
repository_str R-141
collection Repositorio Digital Universitario (UNC)
language Español
topic Redes neuronales
Convolución
Cefalometría odontológica
Control of chaos
Numerical simulations of chaotic systems
Neural networks
Autoencoder
spellingShingle Redes neuronales
Convolución
Cefalometría odontológica
Control of chaos
Numerical simulations of chaotic systems
Neural networks
Autoencoder
Porta, Juan Ignacio
Uso de redes neuronales en el procesamiento de imágenes odontológicas
topic_facet Redes neuronales
Convolución
Cefalometría odontológica
Control of chaos
Numerical simulations of chaotic systems
Neural networks
Autoencoder
description Tesis (Lic. en Física)--Universidad Nacional de Córdoba, Facultad de Matemática, Astronomía, Física y Computación, 2019.
author2 Tamarit, Francisco Antonio
author_facet Tamarit, Francisco Antonio
Porta, Juan Ignacio
format publishedVersion
bachelorThesis
author Porta, Juan Ignacio
author_sort Porta, Juan Ignacio
title Uso de redes neuronales en el procesamiento de imágenes odontológicas
title_short Uso de redes neuronales en el procesamiento de imágenes odontológicas
title_full Uso de redes neuronales en el procesamiento de imágenes odontológicas
title_fullStr Uso de redes neuronales en el procesamiento de imágenes odontológicas
title_full_unstemmed Uso de redes neuronales en el procesamiento de imágenes odontológicas
title_sort uso de redes neuronales en el procesamiento de imágenes odontológicas
publishDate 2019
url http://hdl.handle.net/11086/14384
work_keys_str_mv AT portajuanignacio usoderedesneuronalesenelprocesamientodeimagenesodontologicas
_version_ 1806949349336285184

Ejemplares similares