An approach to explainable deep learning for image-based medical diagnosis based on prototypes
Supervisor(es): Yovine, Sergio Fabián
Resumen:
El objetivo de esta tesis es desarrollar un modelo de aprendizaje profundo “explicable” que pueda analizar imágenes médicas y que al mismo tiempo se pueda crear herramientas de visualización fáciles de usar, pudiéndose aprovechar en entornos clínicos para mejorar la atención al paciente. Este modelo utiliza los últimos avances en técnicas de aprendizaje profundo y tiene como objetivo proporcionar resultados más precisos e interpretables, lo que permite a los médicos tomar decisiones mejor informadas.
| 2023 | |
|
PROYECTOS-MI APRENDIZAJE PROFUNDO IMAGENOLOGÍA REDES NEURONALES APRENDIZAJE AUTOMÁTICO |
|
| Inglés | |
| Universidad ORT Uruguay | |
| RAD | |
| http://hdl.handle.net/20.500.11968/6423 | |
| Acceso abierto |
Resultados similares
-
Impact of transfer learning on convolutional neural networks for odontogenic tumor diagnosis.
Autor(es):: Giraldo-Roldán, Daniela
Fecha de publicación:: (2026) -
Comparison of LSTM and Transformer Neural Network on multiple approaches for weblogs attack detection
Autor(es):: Martínez Varsi, Nicolás
Fecha de publicación:: (2022) -
Identificación de la Región de interés en imágenes DICOM basado en Inteligencia Artificial
Autor(es):: Méndez Varela, Matías
Fecha de publicación:: (2021) -
Nuevas tendencias en la aplicación de algoritmos al combate del crimen : análisis del estado del arte e instanciación de un algoritmo de deep learning para la predicción espacio temporal del crimen en Montevideo
Autor(es):: Vitar Eguren, Guzman
Fecha de publicación:: (2021) -
An approach for improving the performance of learning probabilistic deterministic finite automata
Autor(es):: Pan Suarez, Federico
Fecha de publicación:: (2023)