Autoencoders para la extracción de descriptores en imágenes hiperespectrales de la piel

En este estudio, presentamos un enfoque innovador para la extracción de indicadores clave a partir de imágenes hiperespectrales de la piel facial, utilizando técnicas de aprendizaje profundo. La detección temprana y el diagnóstico preciso de enfermedades cutáneas son de suma importancia en la salud...

Descripción completa

Guardado en:

Detalles Bibliográficos
Autores principales:	Toledo Margalef, Pablo, Navarro, Pablo, Hünemeier, Tábita, Pereira, Alexandre C., Gonzalez-Josee, Rolando
Formato:	Objeto de conferencia
Lenguaje:	Español
Publicado:	2024
Materias:	Ciencias Informáticas autoencoders deep learning imágenes hiperespectrales dermatología
Acceso en línea:	http://sedici.unlp.edu.ar/handle/10915/177103
Aporte de:	SEDICI (UNLP) de Universidad Nacional de La Plata

id	I19-R120-10915-177103
record_format	dspace
spelling	I19-R120-10915-1771032025-03-06T20:07:11Z http://sedici.unlp.edu.ar/handle/10915/177103 Autoencoders para la extracción de descriptores en imágenes hiperespectrales de la piel Toledo Margalef, Pablo Navarro, Pablo Hünemeier, Tábita Pereira, Alexandre C. Gonzalez-Josee, Rolando 2024-08 2024 2025-03-06T12:44:23Z es Ciencias Informáticas autoencoders deep learning imágenes hiperespectrales dermatología En este estudio, presentamos un enfoque innovador para la extracción de indicadores clave a partir de imágenes hiperespectrales de la piel facial, utilizando técnicas de aprendizaje profundo. La detección temprana y el diagnóstico preciso de enfermedades cutáneas son de suma importancia en la salud pública, especialmente considerando su asociación con afecciones graves como el melanoma. Nuestro método codifica las imágenes mediante autoencoders, los cuales son procesados a través de un análisis de componentes principales (PCA) para identificar patrones significativos para la piel. Estos indicadores no solo capturan características visuales, como tono y textura, sino que también muestran correlaciones con mediciones clínicas cruciales, incluida la presión arterial y los niveles de colesterol, lo cual proporcionar indicadores útiles en la evaluación de la salud cutánea. Sociedad Argentina de Informática e Investigación Operativa Objeto de conferencia Objeto de conferencia http://creativecommons.org/licenses/by-nc-sa/4.0/ Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) application/pdf 18-21
institution	Universidad Nacional de La Plata
institution_str	I-19
repository_str	R-120
collection	SEDICI (UNLP)
language	Español
topic	Ciencias Informáticas autoencoders deep learning imágenes hiperespectrales dermatología
spellingShingle	Ciencias Informáticas autoencoders deep learning imágenes hiperespectrales dermatología Toledo Margalef, Pablo Navarro, Pablo Hünemeier, Tábita Pereira, Alexandre C. Gonzalez-Josee, Rolando Autoencoders para la extracción de descriptores en imágenes hiperespectrales de la piel
topic_facet	Ciencias Informáticas autoencoders deep learning imágenes hiperespectrales dermatología
description	En este estudio, presentamos un enfoque innovador para la extracción de indicadores clave a partir de imágenes hiperespectrales de la piel facial, utilizando técnicas de aprendizaje profundo. La detección temprana y el diagnóstico preciso de enfermedades cutáneas son de suma importancia en la salud pública, especialmente considerando su asociación con afecciones graves como el melanoma. Nuestro método codifica las imágenes mediante autoencoders, los cuales son procesados a través de un análisis de componentes principales (PCA) para identificar patrones significativos para la piel. Estos indicadores no solo capturan características visuales, como tono y textura, sino que también muestran correlaciones con mediciones clínicas cruciales, incluida la presión arterial y los niveles de colesterol, lo cual proporcionar indicadores útiles en la evaluación de la salud cutánea.
format	Objeto de conferencia Objeto de conferencia
author	Toledo Margalef, Pablo Navarro, Pablo Hünemeier, Tábita Pereira, Alexandre C. Gonzalez-Josee, Rolando
author_facet	Toledo Margalef, Pablo Navarro, Pablo Hünemeier, Tábita Pereira, Alexandre C. Gonzalez-Josee, Rolando
author_sort	Toledo Margalef, Pablo
title	Autoencoders para la extracción de descriptores en imágenes hiperespectrales de la piel
title_short	Autoencoders para la extracción de descriptores en imágenes hiperespectrales de la piel
title_full	Autoencoders para la extracción de descriptores en imágenes hiperespectrales de la piel
title_fullStr	Autoencoders para la extracción de descriptores en imágenes hiperespectrales de la piel
title_full_unstemmed	Autoencoders para la extracción de descriptores en imágenes hiperespectrales de la piel
title_sort	autoencoders para la extracción de descriptores en imágenes hiperespectrales de la piel
publishDate	2024
url	http://sedici.unlp.edu.ar/handle/10915/177103
work_keys_str_mv	AT toledomargalefpablo autoencodersparalaextracciondedescriptoresenimageneshiperespectralesdelapiel AT navarropablo autoencodersparalaextracciondedescriptoresenimageneshiperespectralesdelapiel AT hunemeiertabita autoencodersparalaextracciondedescriptoresenimageneshiperespectralesdelapiel AT pereiraalexandrec autoencodersparalaextracciondedescriptoresenimageneshiperespectralesdelapiel AT gonzalezjoseerolando autoencodersparalaextracciondedescriptoresenimageneshiperespectralesdelapiel
_version_	1847925333182906368

Autoencoders para la extracción de descriptores en imágenes hiperespectrales de la piel

Ejemplares similares