Modelo de redes neuronales convolucionales profundas para la clasificación de lesiones en ecografías mamarias

El cáncer de mama es una de las principales causas de muerte en mujeres mayores en Argentina. Nuestro estudio apunta a utilizar técnicas Deep Learning para clasificar distintos tipos de lesiones en ecografías mamarias. Se muestra el actual estado del arte de las arquitecturas de Deep Learning en la...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Chanampe, Hugo, Aciar, Silvana, Vega, Martín de la, Molinari Sotomayor, José Luis, Carrascosa, Germán, Lorefice, Alejandro
Formato: Objeto de conferencia
Lenguaje:Español
Publicado: 2019
Materias:
Ciencias Informáticas
cáncer de mama
clasificación de lesiones
Acceso en línea:http://sedici.unlp.edu.ar/handle/10915/77381
Aporte de:
SEDICI (UNLP) de Universidad Nacional de La Plata
id I19-R120-10915-77381
record_format dspace
institution Universidad Nacional de La Plata
institution_str I-19
repository_str R-120
collection SEDICI (UNLP)
language Español
topic Ciencias Informáticas
cáncer de mama
clasificación de lesiones
spellingShingle Ciencias Informáticas
cáncer de mama
clasificación de lesiones
Chanampe, Hugo
Aciar, Silvana
Vega, Martín de la
Molinari Sotomayor, José Luis
Carrascosa, Germán
Lorefice, Alejandro
Modelo de redes neuronales convolucionales profundas para la clasificación de lesiones en ecografías mamarias
topic_facet Ciencias Informáticas
cáncer de mama
clasificación de lesiones
description El cáncer de mama es una de las principales causas de muerte en mujeres mayores en Argentina. Nuestro estudio apunta a utilizar técnicas Deep Learning para clasificar distintos tipos de lesiones en ecografías mamarias. Se muestra el actual estado del arte de las arquitecturas de Deep Learning en la clasificación de imágenes y sus distintas estrategias de entrenamiento. Usando Redes Neuronales Convolucionales Profundas se desarrolló un modelo que permite clasificar diferentes tipos de lesiones. El modelo logro alcanzar una precisión del 62%, sobre la base datos mini-MIAS.
format Objeto de conferencia
Objeto de conferencia
author Chanampe, Hugo
Aciar, Silvana
Vega, Martín de la
Molinari Sotomayor, José Luis
Carrascosa, Germán
Lorefice, Alejandro
author_facet Chanampe, Hugo
Aciar, Silvana
Vega, Martín de la
Molinari Sotomayor, José Luis
Carrascosa, Germán
Lorefice, Alejandro
author_sort Chanampe, Hugo
title Modelo de redes neuronales convolucionales profundas para la clasificación de lesiones en ecografías mamarias
title_short Modelo de redes neuronales convolucionales profundas para la clasificación de lesiones en ecografías mamarias
title_full Modelo de redes neuronales convolucionales profundas para la clasificación de lesiones en ecografías mamarias
title_fullStr Modelo de redes neuronales convolucionales profundas para la clasificación de lesiones en ecografías mamarias
title_full_unstemmed Modelo de redes neuronales convolucionales profundas para la clasificación de lesiones en ecografías mamarias
title_sort modelo de redes neuronales convolucionales profundas para la clasificación de lesiones en ecografías mamarias
publishDate 2019
url http://sedici.unlp.edu.ar/handle/10915/77381
work_keys_str_mv AT chanampehugo modeloderedesneuronalesconvolucionalesprofundasparalaclasificaciondelesionesenecografiasmamarias
AT aciarsilvana modeloderedesneuronalesconvolucionalesprofundasparalaclasificaciondelesionesenecografiasmamarias
AT vegamartindela modeloderedesneuronalesconvolucionalesprofundasparalaclasificaciondelesionesenecografiasmamarias
AT molinarisotomayorjoseluis modeloderedesneuronalesconvolucionalesprofundasparalaclasificaciondelesionesenecografiasmamarias
AT carrascosagerman modeloderedesneuronalesconvolucionalesprofundasparalaclasificaciondelesionesenecografiasmamarias
AT loreficealejandro modeloderedesneuronalesconvolucionalesprofundasparalaclasificaciondelesionesenecografiasmamarias
bdutipo_str Repositorios
_version_ 1764820484250140677

Ejemplares similares