Empreu aquest identificador per citar o enllaçar aquest ítem:
http://hdl.handle.net/10609/113126
Títol: | Reconeixement intel·ligent de malalties oculars mitjançant arquitectures d'aprenentatge profund |
Autoria: | Coll Corbilla, Jordi |
Director: | Nunez do Rio, Joan M |
Tutor: | Ventura, Carles |
Resum: | Les patologies de la retina són la causa més comuna de ceguesa infantil a tot el món. La detecció ràpida i automàtica de malalties és crítica i urgent per a reduir la càrrega de treball dels oftalmòlegs. Els oftalmòlegs diagnostiquen malalties basant-se en el reconeixement de patrons mitjançant la visualització directa o indirecta de l'ull i les seves estructures circumdants. La dependència amb el fons d'ull i la seva anàlisi fa que el camp de l'oftalmologia sigui perfectament adequat per beneficiar-se d'algorismes de deep learning. Cada malaltia té diferents estadis de severitat que es poden deduir verificant l'existència de lesions específiques i cada lesió es caracteritza per certs trets morfològics on diverses lesions de diferents patologies tenen característiques similars. Observem que els pacients poden veure's afectats simultàniament per diverses patologies i en conseqüència, la detecció de malalties oculars presenta una classificació amb múltiples etiquetes amb un principi de resolució complex. S'estudien dues solucions de deep learning per la detecció automàtica de múltiples malalties oculars. Les solucions que s'han escollit són a causa del seu major rendiment i puntuació final en el repte ILSVRC: GoogLeNet i VGGNet. Primer, estudiem les diferents característiques de les lesions i definim els passos fonamentals del processament de les dades. Posteriorment, identifiquem el programari i el maquinari necessaris per executar les solucions d'aprenentatge profund. Finalment, investiguem els principis d'experimentació implicats per avaluar els diferents mètodes, la base de dades pública utilitzada per a les fases d'entrenament i validació i es reporta i es discuteix la precisió final de detecció amb altres mètriques importants. |
Paraules clau: | xarxes neuronals convolucionals classificació d'imatges aprenentatge profund retinografia anàlisi d'imatges mèdiques malalties oculars |
Tipus de document: | info:eu-repo/semantics/masterThesis |
Data de publicació: | 31-gen-2019 |
Llicència de publicació: | http://creativecommons.org/licenses/by-nc/3.0/es/ |
Apareix a les col·leccions: | Bachelor thesis, research projects, etc. |
Arxius per aquest ítem:
Arxiu | Descripció | Mida | Format | |
---|---|---|---|---|
u1032608TFM1219memoria.pdf | Memòria del TFM | 2,84 MB | Adobe PDF | Veure/Obrir |
Comparteix:
Aquest ítem està subjecte a una llicència de Creative Commons Llicència Creative Commons