Clasificación de tumores renales sólidos a partir de imágenes tomográficas, utilizando algoritmos de deep learning

"El objetivo del proyecto es la creación de un sistema automático que utiliza redes convolucionales para la clasificación de carcinomas y oncocitomas, a partir de tomografías computarizadas multifásicas. Esta herramienta propone un diagnóstico sin requerir un procedimiento invasivo y puede serv...

Descripción completa

Guardado en:

Detalles Bibliográficos
Autor principal:	Rey, Luciana
Otros Autores:	Mosquera, Candelaria
Formato:	Proyecto final de Grado
Lenguaje:	Español
Publicado:	2022
Materias:	PROCESAMIENTO DE IMAGENES ENFERMEDADES RENALES APRENDIZAJE PROFUNDO TUMORES TOMA DE DECISIONES TOMOGRAFIA REDES NEURONALES
Acceso en línea:	http://ri.itba.edu.ar/handle/123456789/3771
Aporte de:	Repositorio Institucional Instituto Tecnológico de Buenos Aires (ITBA) de Instituto Tecnológico de Buenos Aires (ITBA)

Ejemplares similares

EEG waveform identification based on deep learning techniques
por: Ail, Brian Ezequiel
Publicado: (2022)

Deep learning
por: Goodfellow, Ian
Publicado: (2016)

Deep learning para la predicción de la viscosidad en un microvicosímetro capilar.
por: Paris, Facundo N.
Publicado: (2018)

Nueva tecnología de TC renal más sencilla, rápida y de menos radiación.

Clasificación de señales Doppler de ecos radar usando deep learning
por: Alcaraz, Franco A.
Publicado: (2020)

Deep learning /
por: Goodfellow, Ian
Publicado: (2016)

Angiografía de arterias renales mediante CT.
por: Kaatee, B.

Clasificación de lesiones cutáneas utilizando métodos de procesamiento de imágenes y aprendizaje profundo
por: Choi, David Fabián, et al.
Publicado: (2022)

Python machine learning : machine learning and deep learning with Python, Scikit-Learn, and TensorFlow 2 /
por: Raschka, Sebastian
Publicado: (2019)

Sistema de soporte a la toma de decisiones para la detección de opacidades pulmonares en radiografías de tórax mediante el uso de redes neuronales convolucionales
por: Berrino, Eugenia
Publicado: (2022)

Deep learning : foundations and concepts /
por: Bishop, Christopher M.
Publicado: (2024)

Cirugía conservadora en los tumores renales /
por: Bengió, Rubén Guillermo
Publicado: (2011)

Cirugía conservadora en los tumores renales
por: Bengió, Rubén Guillermo
Publicado: (2011)

Machine learning con Pytorch y Scikit-Learn : desarrollo de modelos machine learning y deep learning con Python /
por: Raschka, Sebastian
Publicado: (2023)

Clasificación de señales Doppler de ecos radar usando deep learning /
Publicado: (2020)

Deep learning para la predicción de la viscosidad en un microviscosímetro capilar /
Publicado: (2018)

Recomendación de música basada en contenido con deep learning
por: Carranza, Francisco
Publicado: (2018)

Recomendación de música basada en contenido con deep learning
por: Carranza, Francisco
Publicado: (2018)

Correlación de volúmenes de órganos a riesgo entre imágenes tomográficas de un mismo paciente, adquiridas en diferentes momentos.
por: Almaraz, David M. E,
Publicado: (2016)

Reconstrucción tomográfica con métodos estocásticos
por: Barbuzza, Rosana, et al.
Publicado: (2002)

Clasificación automática del grado general de disfonía
por: García, Mario Alejandro
Publicado: (2022)

Implementación y validación de un modelo de deep learning para la clasificación de toxicidad de compuestos de interés farmacéutico
por: Scardino, Valeria
Publicado: (2022)

PONG Deep Q Learning
por: Rodríguez Turco, Martín Sebastián
Publicado: (2018)

Tecnogía de ultrasonido basada en una tableta muestra potencial para salvar vidas en estudio del servicio de urgencias.

Clasificación automática del grado general de disfonía
por: García, Mario Alejandro
Publicado: (2022)

Hands-on machine learning with Scikit-Learn, Keras, and TensorFlow : concepts, tools, and techniques to build intelligent systems /
por: Géron, Aurélien
Publicado: (2019)

Detección de patrones de Phishing en imágenes mediante técnicas de Deep Learning
por: Soria, Karen Micaela
Publicado: (2024)

Machine learning y deep learning : usando Python, Scikit y Keras /
por: Bobadilla Sancho, Jes�us
Publicado: (2020)

Manifestaciones tomográficas del adenocarcinoma pulmonar
por: Turina, A, et al.
Publicado: (2024)

Correlación de volúmenes de órganos a riesgo entre imágenes tomográficas de un mismo paciente, adquiridas en diferentes momentos /
Publicado: (2016)

A supervised graph-based deep learning algorithm to detect and quantify clustered particles
por: Saavedra, Lucas A., et al.
Publicado: (2025)

Sistema de baja latencia para combinar modelos de deep learning
por: Antelo, Diego
Publicado: (2022)

Tumors of the kidney, renal pelvis and ureter /
por: Lucké, Balduin
Publicado: (1957)

Clasificación de tumores en mamografías utilizando redes neuronales convoluciones
por: Mondino, Carolina
Publicado: (2022)

Detección e identificación de características de vehículos utilizando algoritmos de machine learning
por: Mariotti, Enrique N.
Publicado: (2020)

Optimización de cultivos primarios de células de carcinoma renal de células claras como modelo “in vitro” para estudios metabólicos y determinantes de progresión neoplásica
por: Melana Colavita, Juan Pablo, et al.
Publicado: (2022)

Deep learning en la detección de Alzheimer utilizando imágenes de resonancia magnética
por: Paniza, Valentina
Publicado: (2020)

Metástasis radiculares tardías de un tumor renal de células claras
por: Bazán, Pedro Luis, et al.
Publicado: (2009)

Insuficiencia renal aguda
Publicado: (2008)

Procesamiento de imágenes biomédicas mediante técnicas de deep learning
por: Mato, Germán
Publicado: (2019)