- -

Radiomics for diagnosis and assessing brain diseases: an approach based on texture analysis on magnetic resonance imaging

RiuNet: Institutional repository of the Polithecnic University of Valencia

Share/Send to

Cited by

Statistics

Radiomics for diagnosis and assessing brain diseases: an approach based on texture analysis on magnetic resonance imaging

Show full item record

Ortiz Ramón, R. (2019). Radiomics for diagnosis and assessing brain diseases: an approach based on texture analysis on magnetic resonance imaging [Tesis doctoral no publicada]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/119118

Por favor, use este identificador para citar o enlazar este ítem: http://hdl.handle.net/10251/119118

Files in this item

Item Metadata

Title: Radiomics for diagnosis and assessing brain diseases: an approach based on texture analysis on magnetic resonance imaging
Author:
Director(s): Moratal Pérez, David
UPV Unit: Universitat Politècnica de València. Departamento de Ingeniería Electrónica - Departament d'Enginyeria Electrònica
Read date / Event date:
2019-03-01
Issued date:
Abstract:
[ES] En los últimos años, los investigadores han intentado explotar la información de las imágenes médicas a través de la evaluación de parámetros cuantitativos para ayudar a los clínicos con el diagnóstico de enfermedades. ...[+]


[CAT] En els últims anys, els investigadors han intentat explotar la informació de les imatges mèdiques a través de l'avaluació de nombrosos paràmetres quantitatius per ajudar els clínics amb el diagnòstic i la valoració ...[+]


[EN] Over the last years, researchers have attempted to exploit the information provided by medical images through the evaluation of numerous imaging quantitative parameters in order to help clinicians with the diagnosis ...[+]
Subjects: Radiomics , Imagen por resonancia magnética , Análisis de texturas , Aprendizaje automático , Glioblastoma , Metástasis cerebral , Enfermedad de Alzheimer , Ictus cerebral
Copyrigths: Reserva de todos los derechos
DOI: 10.4995/Thesis/10251/119118
Type: Tesis doctoral

This item appears in the following Collection(s)

Show full item record