Identificador persistente para citar o vincular este elemento: http://hdl.handle.net/10553/42266
Título: Segmentación de aorta en imágenes médicas 2D y 3D utilizando redes neuronales
Otros títulos: Aorta segmentation on 2D and 3D medical images with neural networks
Autores/as: García González, Elio
Director/a : Trujillo Pino, Agustín Rafael 
Cuenca Hernández, Carmelo 
Clasificación UNESCO: 220990 Tratamiento digital. Imágenes
32 Ciencias médicas
120317 Informática
Palabras clave: Redes neuronales
Segmentación
U-net
Aorta
Neural networks, et al.
Fecha de publicación: 2018
Resumen: En el campo de la segmentación con redes neuronales se han generado grandes avances que frecuentemente han superado las técnicas tradicionales de procesamiento de imágenes. La clasificación de cada píxel es una tarea complicada en el mundo de la medicina debido, principalmente, a la falta de imágenes presegmentadas por expertos. Otros problemas, como las diferencias entre imágenes tomadas entre dos escáneres, dificultan dicha tarea. En este proyecto utilizaremos varias arquitecturas para la segmentación de la arteria aorta e imágenes TC (Tomografía axial computarizada). Específicamente hablaremos de la viabilidad entre los modelos 2D y 3D, además de entender el efecto que tienen las diferentes técnicas y operaciones implementadas.
Over the last years the use of neuronal networks has skyrocketed in every posible application. Specifically, great breakthroughs has been achieved in the field of segmentation, surpassing traditional imaging processing techniques in numerous occasions. In spite of this advances, single pixel identification within an image is still a difficult task in medical fields, mainly due to the lack of pre-segmented images by experts. Other problems include the variation between images of two different scanners. This project uses a variety of well-known, and lesser-known, architectures for aorta images segmentation in CAT (Computed Axial Tomography) scans. We will talk, specifically, about the viability of 2 and 3D , as well as, the effect that different techniques and operations have.
Departamento: Departamento de Informática Y Sistemas
Facultad: Escuela de Ingeniería Informática
Titulación: Grado en Ingeniería Informática
URI: http://hdl.handle.net/10553/42266
Colección:Trabajo final de grado
miniatura
Memoria
Adobe PDF (1,87 MB)

En el caso de que no encuentre el documento puede ser debido a que el centro o las/os autoras/es no autorizan su publicación. Si tiene verdadero interés en el contenido del mismo, puede dirigirse al director/a o directores/as del trabajo cuyos datos encontrará más arriba.

Vista completa

Visitas

301
actualizado el 25-may-2024

Descargas

992
actualizado el 25-may-2024

Google ScholarTM

Verifica


Comparte



Exporta metadatos



Los elementos en ULPGC accedaCRIS están protegidos por derechos de autor con todos los derechos reservados, a menos que se indique lo contrario.