Por favor, use este identificador para citar o enlazar este ítem:
http://hdl.handle.net/10609/90265
Título : | Semantic segmentation of peripheral white blood cells using neural networks |
Autoría: | Baykalov, Pavel |
Tutor: | Alférez, Santiago |
Otros: | Prados Carrasco, Ferran |
Resumen : | La segmentación semántica es la diferenciación de las partes significativas de una imagen. Y se ha utilizado en muchos campos distintos, como el tráfico o campo de la medicina. Uno de estos usos en el campo médico es el examen de frotis de la sangre. Los glóbulos blancos (WBC, por sus siglas en inglés) son parte del sistema inmunológico y su conteo y determinación a menudo los realizan médicos especialistas para el diagnóstico. La forma y el tamaño del núcleo de los leucocitos pueden determinar el tipo de WBC mediante el examen visual de un experto. La segmentación semátnica de WBC ya se había propuesto antes, pero no se utilizaron redes neuronales convolucionales. Por lo que, en este proyecto, la segmentación semántica se realizó en un conjunto de datos de acceso libre, que está compuesto por imágenes microscópicas e imágenes de la verdad de fondo segmentadas, de WBC, realizadas por expertos. El conjunto de datos fue filtrado, transformado y aumentado para ser utilizado en una red neuronal artificial. Algunos modelos de segmentación, como U-Net, SegNet y DeconvNet, fueron elegidos, adaptados y entrenados para / con esta información. Después del entrenamiento, se evaluaron los modelos, utilizando diferentes métricas (precisión, coeficientes de similaridad de Jaccard y de Sørensen¿Dice), con el mismo conjunto de datos. Tanto para el entrenamiento como para la evaluación de los modelos se empleó Jupyter notebook de la plataforma de Google llamada Colaboratory. Aunque los tres modelos lograron puntuaciones muy altas en distintas métricas. La arquitectura de U-Net resultó ser el mejor modelo para la segmentación, así como también el más rápido para el proceso de entrenamiento. |
Palabras clave : | U-Net SegNet DeconvNet |
Tipo de documento: | info:eu-repo/semantics/masterThesis |
Fecha de publicación : | 2-ene-2019 |
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 | |
---|---|---|---|---|
pbaykalovTFM0119memoria.pdf | 1,21 MB | Adobe PDF | Visualizar/Abrir |
Comparte:
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons