Por favor, use este identificador para citar o enlazar este ítem: http://hdl.handle.net/10609/52202
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.authorRuz Torres, Francisco Javier-
dc.contributor.otherUniversitat Oberta de Catalunya-
dc.date.accessioned2016-06-20T10:50:13Z-
dc.date.available2016-06-20T10:50:13Z-
dc.date.issued2016-06-01-
dc.identifier.urihttp://hdl.handle.net/10609/52202-
dc.description.abstractLes tècniques basades en intel·ligència artificial estan cada cop més presents a les actuals organitzacions. Deep Learning, o en la seva traducció aprenentatge profund, és una d'aquestes tècniques que han arribat a les organitzacions amb l'objectiu de quedar-s'hi. La idea de Deep Learning no és un altre que utilitzar tècniques d'intel·ligència artificial ja conegudes, com per exemple les xarxes neuronals, per a simular el comportament del cervell humà i com fa aquest per aprendre. Gràcies a la maduresa dels sistemes d'informació de les organitzacions, disposem d'incalculables fonts de dades que, tractades de forma adequada, ens poden ajudar a obtenir una major intel·ligència, aportant un valor afegit envers la competència del nostre negoci. Deep Learning pot ser l'encarregat d'això, ja que amb el tractament adequat podem dotar els sistemes d'una intel·ligència no vista fins al dia d'avui. El present projecte pretén realitzar l'estudi d'aquesta tècnica per adquirir els conceptes teòrics necessaris per finalment aplicar-la sobre imatges mediques reals i poder extraure característiques i anomalies d'aquestes.ca
dc.description.abstractLas técnicas basadas en inteligencia artificial están cada vez más presentes en las actuales organizaciones. Deep Learning, o en su traducción aprendizaje profundo, es una de estas técnicas que han llegado a las organizaciones con el objetivo de quedarse. La idea de Deep Learning no es otra que utilizar técnicas de inteligencia artificial ya conocidas, como por ejemplo las redes neuronales, para simular el comportamiento del cerebro humano y cómo hace este para aprender. Gracias a la madurez de los sistemas de información de las organizaciones, disponemos de incalculables fuentes de datos que, tratadas de forma adecuada, pueden ayudarnos a obtener una mayor inteligencia, aportando un valor añadido para con la competencia de nuestro negocio. Deep Learning puede ser el encargado de ello, ya que con el tratamiento adecuado podemos dotar a los sistemas de una inteligencia no vista hasta el día de hoy. El presente proyecto pretende realizar el estudio de esta técnica para adquirir los conceptos teóricos necesarios para finalmente aplicarla sobre imágenes médicas reales y poder extraer características y anomalías de las mismas.es
dc.description.abstractTechniques based on artificial intelligence are becoming increasingly present in today's organizations. Deep Learning is one of those techniques that have reached organizations in order to stay. The main idea is none other than to use known techniques, such as neural networks, to simulate the human brain behavior and how does it do to learn. Thanks to the maturity of information systems in organizations, invaluable data sources are available which, handled properly, can help us gain greater intelligence providing an added value towards the competition of our business. Deep Learning may be responsible for this because with proper treatment we can provide systems with an intelligence not seen before. This project aims to study this technique to acquire the essential theoretical concepts and to finally apply them on real medical images in order to assess features and anomalies.en
dc.language.isocat-
dc.publisherUniversitat Oberta de Catalunya-
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/es/-
dc.subjectprocesamiento de imágeneses
dc.subjectprocessament d'imatgesca
dc.subjectaprenentatge profundca
dc.subjectaprendizaje profundoes
dc.subjectdeep learningen
dc.subjectimage processingen
dc.subject.lcshArtificial intelligence -- Medical applications -- TFMen
dc.titleDeep Learning en imatges mèdiques-
dc.typeinfo:eu-repo/semantics/masterThesis-
dc.subject.lemacIntel·ligència artificial -- Aplicacions a la medicina -- TFMca
dc.subject.lcshesInteligencia artificial -- Aplicaciones en la medicina -- TFMes
dc.contributor.directorKanaan-Izquierdo, Samir-
dc.contributor.tutorVentura, Carles-
Aparece en las colecciones: Bachelor thesis, research projects, etc.

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
ruztorfrTFM0616memòria.pdfMemòria del TFM1,37 MBAdobe PDFVista previa
Visualizar/Abrir