Identificación de la Región de interés en imágenes DICOM basado en Inteligencia Artificial

Méndez Varela, Matías - Muñoz Bayona, Juan Pablo

Resumen:

El presente trabajo aborda la identificación de regiones de interés en imágenes médicas mediante el uso de técnicas de “deep learning”. Se comienza presentando el estado del arte del dominio del problema, analizando diferentes propuestas publicadas para luego realizar una selección de dos arquitecturas que finalmente se implementan. Dichas arquitecturas se prueban con dos “datasets” diferentes para establecer una comparación entre ellas; por un lado se usan imágenes de mamografías y por otro resonancias magnéticas de cerebros, siendo las regiones de interés posibles lesiones o tumores. Además, en el proceso se investiga y se usa el estándar de imágenes médicas DICOM.


Detalles Bibliográficos
2021
PROYECTOS-MD
BIG DATA
APRENDIZAJE PROFUNDO
REDES NEURONALES
APRENDIZAJE AUTOMÁTICO
INVESTIGACIÓN
MEDICINA
IMAGENOLOGÍA
INTELIGENCIA ARTIFICIAL
Español
Universidad ORT Uruguay
RAD
http://hdl.handle.net/20.500.11968/4618
Acceso abierto
_version_ 1807261360823730176
author Méndez Varela, Matías
author2 Muñoz Bayona, Juan Pablo
author2_role author
author_facet Méndez Varela, Matías
Muñoz Bayona, Juan Pablo
author_role author
bitstream.checksum.fl_str_mv f2b192ebce59b5731479e7e47afeaa7f
5160483a370bf602de0d01a58826644c
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
bitstream.url.fl_str_mv https://rad.ort.edu.uy/bitstreams/05e3fed0-7464-456e-a852-97bd01d32eea/download
https://rad.ort.edu.uy/bitstreams/15b1c1a1-f58c-4f97-8187-dffd65348dc6/download
collection RAD
dc.contributor.advisor.none.fl_str_mv Cecilia Delgado, Leonardo Raúl
dc.contributor.tribunal.none.fl_str_mv Olloniego Rocca, Juan Andrés
Sorozabal Silva, Matías Nicolás
dc.creator.none.fl_str_mv Méndez Varela, Matías
Muñoz Bayona, Juan Pablo
dc.date.issued.none.fl_str_mv 2021
dc.description.abstract.none.fl_txt_mv El presente trabajo aborda la identificación de regiones de interés en imágenes médicas mediante el uso de técnicas de “deep learning”. Se comienza presentando el estado del arte del dominio del problema, analizando diferentes propuestas publicadas para luego realizar una selección de dos arquitecturas que finalmente se implementan. Dichas arquitecturas se prueban con dos “datasets” diferentes para establecer una comparación entre ellas; por un lado se usan imágenes de mamografías y por otro resonancias magnéticas de cerebros, siendo las regiones de interés posibles lesiones o tumores. Además, en el proceso se investiga y se usa el estándar de imágenes médicas DICOM.
dc.description.none.fl_txt_mv Incluye bibliografía y anexos.
dc.format.extent.none.fl_str_mv 85 p. diagrs., fot., tbls., grafs.
dc.identifier.citation.none.fl_str_mv Méndez Varela, M., & Muñoz Bayona, J. P. (2021). Identificación de la Región de interés en imágenes DICOM basado en Inteligencia Artificial (Trabajo final). Universidad ORT Uruguay, Facultad de Ingeniería.
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/20.500.11968/4618
dc.language.iso.none.fl_str_mv Español.
spa
dc.publisher.none.fl_str_mv Universidad ORT Uruguay
dc.relation.other.none.fl_str_mv https://sisbibliotecas.ort.edu.uy/bib/92387
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
dc.source.none.fl_str_mv reponame:RAD
instname:Universidad ORT Uruguay
instacron:Universidad ORT
dc.subject.none.fl_str_mv PROYECTOS-MD
BIG DATA
APRENDIZAJE PROFUNDO
REDES NEURONALES
APRENDIZAJE AUTOMÁTICO
INVESTIGACIÓN
MEDICINA
IMAGENOLOGÍA
INTELIGENCIA ARTIFICIAL
dc.title.none.fl_str_mv Identificación de la Región de interés en imágenes DICOM basado en Inteligencia Artificial
dc.type.none.fl_str_mv Trabajo final de carrera
info:eu-repo/semantics/bachelorThesis
dc.type.version.none.fl_str_mv info:eu-repo/semantics/publishedVersion
description Incluye bibliografía y anexos.
eu_rights_str_mv openAccess
format bachelorThesis
id RAD_8e09338899a71827e3c6ece00ab2669f
identifier_str_mv Méndez Varela, M., & Muñoz Bayona, J. P. (2021). Identificación de la Región de interés en imágenes DICOM basado en Inteligencia Artificial (Trabajo final). Universidad ORT Uruguay, Facultad de Ingeniería.
instacron_str Universidad ORT
institution Universidad ORT
instname_str Universidad ORT Uruguay
language spa
language_invalid_str_mv Español.
network_acronym_str RAD
network_name_str RAD
oai_identifier_str oai:rad.ort.edu.uy:20.500.11968/4618
publishDate 2021
publisher.none.fl_str_mv Universidad ORT Uruguay
reponame_str RAD
repository.mail.fl_str_mv rodriguez_v@ort.edu.uy
repository.name.fl_str_mv RAD - Universidad ORT Uruguay
repository_id_str 3927
spelling Cecilia Delgado, Leonardo RaúlOlloniego Rocca, Juan AndrésSorozabal Silva, Matías NicolásMéndez Varela, MatíasMuñoz Bayona, Juan Pablo2021Incluye bibliografía y anexos.El presente trabajo aborda la identificación de regiones de interés en imágenes médicas mediante el uso de técnicas de “deep learning”. Se comienza presentando el estado del arte del dominio del problema, analizando diferentes propuestas publicadas para luego realizar una selección de dos arquitecturas que finalmente se implementan. Dichas arquitecturas se prueban con dos “datasets” diferentes para establecer una comparación entre ellas; por un lado se usan imágenes de mamografías y por otro resonancias magnéticas de cerebros, siendo las regiones de interés posibles lesiones o tumores. Además, en el proceso se investiga y se usa el estándar de imágenes médicas DICOM.85 p. diagrs., fot., tbls., grafs.Méndez Varela, M., & Muñoz Bayona, J. P. (2021). Identificación de la Región de interés en imágenes DICOM basado en Inteligencia Artificial (Trabajo final). Universidad ORT Uruguay, Facultad de Ingeniería.http://hdl.handle.net/20.500.11968/4618Español.spaUniversidad ORT Uruguayhttps://sisbibliotecas.ort.edu.uy/bib/92387PROYECTOS-MDBIG DATAAPRENDIZAJE PROFUNDOREDES NEURONALESAPRENDIZAJE AUTOMÁTICOINVESTIGACIÓNMEDICINAIMAGENOLOGÍAINTELIGENCIA ARTIFICIALIdentificación de la Región de interés en imágenes DICOM basado en Inteligencia ArtificialTrabajo final de carrerainfo:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/publishedVersionreponame:RADinstname:Universidad ORT Uruguayinstacron:Universidad ORTinfo:eu-repo/semantics/openAccessFI - Master en Big Data - MDFacultad de IngenieríaMasterMaster en Big DataTrabajo finalTrabajo final (Master). Universidad ORT Uruguay, Facultad de IngenieríaTHUMBNAILMaterial completo.pdf.jpgMaterial completo.pdf.jpgGenerated Thumbnailimage/jpeg3622https://rad.ort.edu.uy/bitstreams/05e3fed0-7464-456e-a852-97bd01d32eea/downloadf2b192ebce59b5731479e7e47afeaa7fMD53ORIGINALMaterial completo.pdfMaterial completo.pdfdescriptionapplication/pdf6730569https://rad.ort.edu.uy/bitstreams/15b1c1a1-f58c-4f97-8187-dffd65348dc6/download5160483a370bf602de0d01a58826644cMD5120.500.11968/46182024-07-22 15:55:18.592oai:rad.ort.edu.uy:20.500.11968/4618https://rad.ort.edu.uyUniversidadhttps://www.ort.edu.uy/https://rad.ort.edu.uy/server/oai/requestrodriguez_v@ort.edu.uyUruguayopendoar:39272024-07-22T15:55:18RAD - Universidad ORT Uruguayfalse
spellingShingle Identificación de la Región de interés en imágenes DICOM basado en Inteligencia Artificial
Méndez Varela, Matías
PROYECTOS-MD
BIG DATA
APRENDIZAJE PROFUNDO
REDES NEURONALES
APRENDIZAJE AUTOMÁTICO
INVESTIGACIÓN
MEDICINA
IMAGENOLOGÍA
INTELIGENCIA ARTIFICIAL
status_str publishedVersion
title Identificación de la Región de interés en imágenes DICOM basado en Inteligencia Artificial
title_full Identificación de la Región de interés en imágenes DICOM basado en Inteligencia Artificial
title_fullStr Identificación de la Región de interés en imágenes DICOM basado en Inteligencia Artificial
title_full_unstemmed Identificación de la Región de interés en imágenes DICOM basado en Inteligencia Artificial
title_short Identificación de la Región de interés en imágenes DICOM basado en Inteligencia Artificial
title_sort Identificación de la Región de interés en imágenes DICOM basado en Inteligencia Artificial
topic PROYECTOS-MD
BIG DATA
APRENDIZAJE PROFUNDO
REDES NEURONALES
APRENDIZAJE AUTOMÁTICO
INVESTIGACIÓN
MEDICINA
IMAGENOLOGÍA
INTELIGENCIA ARTIFICIAL
url http://hdl.handle.net/20.500.11968/4618

Resultados similares