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

Vista sencilla de ítem
dc.contributorMorales, Daniel Martin
dc.contributorCappelletti, Marcelo
dc.contributorOlivera, Lucas
dc.contributor.authorBotta, Christian Nahuel
dc.date.accessioned2024-04-09T16:33:25Z
dc.date.available2024-04-09T16:33:25Z
dc.date.issued2023
dc.description.abstractActualmente, 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. -
dc.description.abstractCurrently, 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.
dc.format.extent115 p.
dc.format.mimetypeapplication/pdf
dc.identifier.otherhttps://biblioarchivo.unaj.edu.ar/mostrar/pdf/scvsdf/erwe/baa937296fcccfcf705b725e6ccde6ba4a6e2753
dc.identifier.urihttps://rid.unaj.edu.ar/handle/123456789/2054
dc.language.isospa
dc.publisherUniversidad Nacional Arturo Jauretche
dc.rights.accessrightsAcceso abierto
dc.rights.licenseEsta obra está bajo una Licencia Creative Commons. Atribución - No comercial - Compartir igual 4.0
dc.rights.urihttps://creativecommons.org/licenses/by-nc-sa/4.0/
dc.subjectRegiones de Interés
dc.subjectRegions of Interest
dc.subjectDICOM
dc.subjectYOLO
dc.subjectU-Net
dc.subject.otherINTELIGENCIA ARTIFICIAL
dc.subject.otherARTIFICIAL INTELLIGENCE
dc.subject.otherAPRENDIZAJE PROFUNDO
dc.subject.otherDEEP LEARNING
dc.subject.otherRED NEURONAL ARTIFICIAL
dc.subject.otherVISION ARTIFICIAL
dc.subject.otherARTIFICIAL VISION
dc.subject.otherSEGMENTACIÓN
dc.subject.otherDETECCIÓN
dc.titleLocalización de Región de Interés (ROI) en imágenes DICOM mediante técnicas de Deep Learning
dc.typePráctica Profesional Supervisada
unaj.noteInforme de Práctica Profesional para obtener el titulo de Ingeniero/a Informático/a. Universidad Nacional Arturo Jauretche.
unaj.oai.snrdNo
unaj.tituloObtenidoIngeniería en Informática
Archivos
Bloque original
Mostrando 1 - 1 de 1
Miniatura
Nombre:
RIDUNAJ-PPS-20240626-Botta, C. N.pdf
Tamaño:
16.21 MB
Formato:
Adobe Portable Document Format
Descripción:
Descargar
Colecciones
Prácticas Profesionales Supervisadas