Localización de Región de Interés (ROI) en imágenes DICOM mediante técnicas de Deep Learning

Mostrar todas las versiones(2)

Actualmente, la medicina ha experimentado un notable avance gracias a la aplicación de tecnologías de inteligencia artificial, en particular, el aprendizaje profundo. Una de las áreas más destacadas es la visión artificial aplicada a la localización de regiones de interés en estudios médicos. Esta t...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autor principal: Botta, Christian Nahuel
Otros Autores: Morales, Daniel Martin
Formato: info:eu-repo/semantics/other info:ar-repo/semantics/otro No informada
Lenguaje:Español
Publicado: Universidad Nacional Arturo Jauretche 2023
Materias:
Regiones de Interés
Regions of Interest
DICOM
YOLO
U-Net
INTELIGENCIA ARTIFICIAL
ARTIFICIAL INTELLIGENCE
APRENDIZAJE PROFUNDO
DEEP LEARNING
RED NEURONAL ARTIFICIAL
VISION ARTIFICIAL
ARTIFICIAL VISION
SEGMENTACIÓN
DETECCIÓN
Acceso en línea:https://rid.unaj.edu.ar/handle/123456789/2054
Aporte de:
Repositorio Institucional de Acceso Abierto (RID UNAJ) de Universidad Nacional Arturo Jauretche
id I76-R191-123456789-2054
record_format dspace
spelling I76-R191-123456789-20542024-06-26T19:01:08Z Localización de Región de Interés (ROI) en imágenes DICOM mediante técnicas de Deep Learning Botta, Christian Nahuel Morales, Daniel Martin Cappelletti, Marcelo Olivera, Lucas Regiones de Interés Regions of Interest DICOM YOLO U-Net INTELIGENCIA ARTIFICIAL ARTIFICIAL INTELLIGENCE APRENDIZAJE PROFUNDO DEEP LEARNING RED NEURONAL ARTIFICIAL VISION ARTIFICIAL ARTIFICIAL VISION SEGMENTACIÓN DETECCIÓN Actualmente, la medicina ha experimentado un notable avance gracias a la aplicación de tecnologías de inteligencia artificial, en particular, el aprendizaje profundo. Una de las áreas más destacadas es la visión artificial aplicada a la localización de regiones de interés en estudios médicos. Esta tecnología permite a los profesionales de la salud detectar anormalidades o patologías en imágenes médicas de manera precisa y eficiente. En este proyecto, se explorarán técnicas avanzadas de Deep Learning para la localización de Regiones de Interés (ROIs) en imágenes de formato DICOM. Se abordarán tres aspectos fundamentales: detección, clasificación y segmentación, utilizando para ello dos arquitecturas populares dentro del ámbito de las Redes Neuronales Artificiales: YOLO y U-Net. - Currently, medicine has experienced a remarkable advancement thanks to the application of artificial intelligence technologies, particularly deep learning. One of the most prominent areas is artificial vision applied to the localization of regions of interest in medical studies. This technology enables healthcare professionals to detect abnormalities or pathologies in medical images with precision and efficiency. In this project, advanced deep learning techniques will be explored for the localization of Regions of Interest (ROIs) in DICOM format images. Three fundamental aspects will be addressed: detection, classification, and segmentation, using two popular architectures within the field of Artificial Neural Networks: YOLO and U-Net. 2023 info:eu-repo/semantics/other info:ar-repo/semantics/otro No informada https://rid.unaj.edu.ar/handle/123456789/2054 spa info:eu-repo/semantics/altIdentifier/url/biblioarchivo.unaj.edu.ar/mostrar/pdf/scvsdf/erwe/baa937296fcccfcf705b725e6ccde6ba4a6e2753 info:eu-repo/semantics/openAccess info:ar-repo/semantics/Acceso abierto https://creativecommons.org/licenses/by-nc-sa/4.0/ application/pdf Universidad Nacional Arturo Jauretche
institution Universidad Nacional Arturo Jauretche
institution_str I-76
repository_str R-191
collection Repositorio Institucional de Acceso Abierto (RID UNAJ)
language Español
orig_language_str_mv spa
topic Regiones de Interés
Regions of Interest
DICOM
YOLO
U-Net
INTELIGENCIA ARTIFICIAL
ARTIFICIAL INTELLIGENCE
APRENDIZAJE PROFUNDO
DEEP LEARNING
RED NEURONAL ARTIFICIAL
VISION ARTIFICIAL
ARTIFICIAL VISION
SEGMENTACIÓN
DETECCIÓN
spellingShingle Regiones de Interés
Regions of Interest
DICOM
YOLO
U-Net
INTELIGENCIA ARTIFICIAL
ARTIFICIAL INTELLIGENCE
APRENDIZAJE PROFUNDO
DEEP LEARNING
RED NEURONAL ARTIFICIAL
VISION ARTIFICIAL
ARTIFICIAL VISION
SEGMENTACIÓN
DETECCIÓN
Botta, Christian Nahuel
Localización de Región de Interés (ROI) en imágenes DICOM mediante técnicas de Deep Learning
topic_facet Regiones de Interés
Regions of Interest
DICOM
YOLO
U-Net
INTELIGENCIA ARTIFICIAL
ARTIFICIAL INTELLIGENCE
APRENDIZAJE PROFUNDO
DEEP LEARNING
RED NEURONAL ARTIFICIAL
VISION ARTIFICIAL
ARTIFICIAL VISION
SEGMENTACIÓN
DETECCIÓN
description Actualmente, la medicina ha experimentado un notable avance gracias a la aplicación de tecnologías de inteligencia artificial, en particular, el aprendizaje profundo. Una de las áreas más destacadas es la visión artificial aplicada a la localización de regiones de interés en estudios médicos. Esta tecnología permite a los profesionales de la salud detectar anormalidades o patologías en imágenes médicas de manera precisa y eficiente. En este proyecto, se explorarán técnicas avanzadas de Deep Learning para la localización de Regiones de Interés (ROIs) en imágenes de formato DICOM. Se abordarán tres aspectos fundamentales: detección, clasificación y segmentación, utilizando para ello dos arquitecturas populares dentro del ámbito de las Redes Neuronales Artificiales: YOLO y U-Net. -
author2 Morales, Daniel Martin
author_facet Morales, Daniel Martin
Botta, Christian Nahuel
format info:eu-repo/semantics/other
info:ar-repo/semantics/otro
No informada
author Botta, Christian Nahuel
author_sort Botta, Christian Nahuel
title Localización de Región de Interés (ROI) en imágenes DICOM mediante técnicas de Deep Learning
title_short Localización de Región de Interés (ROI) en imágenes DICOM mediante técnicas de Deep Learning
title_full Localización de Región de Interés (ROI) en imágenes DICOM mediante técnicas de Deep Learning
title_fullStr Localización de Región de Interés (ROI) en imágenes DICOM mediante técnicas de Deep Learning
title_full_unstemmed Localización de Región de Interés (ROI) en imágenes DICOM mediante técnicas de Deep Learning
title_sort localización de región de interés (roi) en imágenes dicom mediante técnicas de deep learning
publisher Universidad Nacional Arturo Jauretche
publishDate 2023
url https://rid.unaj.edu.ar/handle/123456789/2054
work_keys_str_mv AT bottachristiannahuel localizacionderegiondeinteresroienimagenesdicommediantetecnicasdedeeplearning
_version_ 1830774043772452864

Ejemplares similares