Por favor, use este identificador para citar o enlazar este ítem:
http://hdl.handle.net/10609/99167
Título : | Detección y segmentación automática de lesiones en pacientes con esclerosis múltiple en imágenes de resonancia magnética |
Autoría: | García Pérez, José Carlos |
Director: | Casas-Roma, Jordi |
Tutor: | Martínez de las Heras, Eloy |
Resumen : | La esclerosis múltiple es una enfermedad crónica neurodegenerativa del sistema nervioso central. Las imágenes de resonancia magnética permiten visualizar y detectar lesiones cerebrales en pacientes de esta enfermedad, por lo que hacer un seguimiento de las mismas es muy importante tanto para el diagnóstico y monitorización de la enfermedad, como para evaluar el efecto del tratamiento. Las redes neuronales convolucionales se han posicionado como una técnica muy prometedora para identificar y segmentar automáticamente estas lesiones. Este trabajo pretende diseñar e implementar una arquitectura de red neuronal convolucional para detectar y segmentar de forma eficiente las lesiones cerebrales en imágenes de resonancia magnética, realizando un ajuste de los hiperparámetros o modificando el pipeline propuesto en otras arquitecturas ya existentes. Se evaluará el resultado del proceso según el coeficiente de similaridad de Dice con datos propios de pacientes propocionados por el Instituto de Investigaciones Biomédicas August Pi i Sunyer (IDIBAPS), lo cual permitirá cuantificar la precisión y la reproducibilidad del modelo. |
Palabras clave : | redes neuronales convolucionales lesiones cerebrales aprendizaje profundo |
Tipo de documento: | info:eu-repo/semantics/masterThesis |
Fecha de publicación : | 9-jun-2019 |
Licencia de publicación: | http://creativecommons.org/licenses/by-nc-sa/3.0/es/ |
Aparece en las colecciones: | Bachelor thesis, research projects, etc. |
Ficheros en este ítem:
Fichero | Descripción | Tamaño | Formato | |
---|---|---|---|---|
jcarlosgarciaTFM0619memoria.pdf | Memoria del TFM | 1,13 MB | Adobe PDF | Visualizar/Abrir |
jcarlosgarciaTFM0619presentación.pdf | Presentación del TFM | 754,4 kB | Adobe PDF | Visualizar/Abrir |
Comparte:
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons