Por favor, use este identificador para citar o enlazar este ítem:
http://hdl.handle.net/10609/127688
Título : | Classificació del Melanoma mitjançant visualització artificial |
Autoría: | Casellas La Rosa, Pol |
Tutor: | Torre Gallart, Jordi de la |
Resumen : | Se denomina cáncer al conjunto de las Enfermedades en los que se observa un proceso descontrolado en la división celular en CUALQUIER parte del cuerpo. Hoy día, el cáncer es una de las Enfermedades con mayor índice de mortalidad. Más Concretamente, el cáncer de piel es la tipología de cáncer más habitual entre la población humana. El melanoma es la forma más mortal, causando un 75% de las muertes por cáncer epitelial. A pesar del elevado índice de Mortalidad, del mismo modo que en Otros cánceres, una rápida detección olla provocar una mayor efectividad del Tratamiento. Actualmente, la Evaluación del Diagnóstico del cáncer de piel por parte de los dermatólogos ha mejorado notablemente gracias a la dermatoscopia. Sin embargo, es podría Mejorar significativamente la precisión de los Diagnostics mediante algoritmos de Clasificación de imágenes. Las herramientas de análisis de imágenes que automatizan el Diagnóstico de melanoma tenencia un gran potencial para Mejorar la precisión de los Diagnostics los dermatólogos y contribuir en una rápida detección del melanoma aumentando, de ESTA modo, la Probabilidad de cuidado de la melanoma a millones de personas. Al Largo de este proyecto se utilizan Conjuntos de imágenes de pacientes para determinar la existencia o no de melanoma mediante algoritmos de Clasificación de imágenes. |
Palabras clave : | aprendizaje profundo clasificación de imágenes melanoma |
Tipo de documento: | info:eu-repo/semantics/masterThesis |
Fecha de publicación : | 3-ene-2021 |
Licencia de publicación: | http://creativecommons.org/licenses/by-nc-nd/3.0/es/ |
Aparece en las colecciones: | Trabajos finales de carrera, trabajos de investigación, etc. |
Ficheros en este ítem:
Fichero | Descripción | Tamaño | Formato | |
---|---|---|---|---|
pcasellaslTFM0121memòria.pdf | Memòria del TFM | 2,18 MB | Adobe PDF | Visualizar/Abrir |
Comparte:
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons