Mostrar el registro sencillo del ítem
dc.contributor.advisor | Manjón Herrera, José Vicente | es_ES |
dc.contributor.author | Estevan Moreno, Miguel | es_ES |
dc.date.accessioned | 2019-09-06T17:20:33Z | |
dc.date.available | 2019-09-06T17:20:33Z | |
dc.date.created | 2019-07-09 | |
dc.date.issued | 2019-09-06 | es_ES |
dc.identifier.uri | http://hdl.handle.net/10251/125188 | |
dc.description.abstract | [ES] El objetivo de este proyecto es el desarrollo de una aplicación de escritorio para la segmentación interactiva de imágenes RMN cerebral usando técnicas de Deep Learning. En clasificación supervisada, uno de los cuellos de botella es la generación de datos etiquetados de calidad. Este proyecto está orientado a agilizar el proceso de segmentación manual de cualquier tipo de imagen médica, de forma semiautomática mediante las redes neuronales, teniendo en mente siempre al usuario, ya que esta herramienta está pensada para usuarios tanto del campo de la informática como de la medicina. Con esta herramienta se han obtenido resultados correctos a la hora de crear las segmentaciones, pero algo costosos con respecto al tiempo de creación. | es_ES |
dc.description.abstract | [EN] This project aims to develop a desktop application for interactive segmentation of RMI cerebral images using Deep Learning techniques. In labelled classification, a bottle neck is the data labelled qualified creation. This project has been oriented towards speed up the process of any medical image segmentation in a semiautomatic way by deep learning, always keep in mind the user, then this tool is oriented to users of informatic and medicine field. With this tool, correct results have been obtained when creating segmentations, but somewhat costly with respect to creation time. | es_ES |
dc.description.abstract | [CA] L’objectiu d’aquest projecte es el desenvolupament d’una aplicació d’escriptori per a la segmentació interactiva d’imatges RMN cerebral usant tècniques de Deep Learning. En classificació supervisada, un dels colls de botella es la generació de dades etiquetats de qualitat. Aquest projecte està orientat per agilitzar i a ajudar en el procés de segmentar manualment qualsevol tipus d’imatge mèdica, de forma semiautomàtica mitjançant les xarxes neuronals, tenint sempre en compte al usuari, ja que aquesta ferramenta ha sigut pensada per usuaris tant del camp de la informàtica com de la medicina. Amb aquesta aplicació s’han obtingut resultats correctes a l’hora de crear les segmentacions, però quelcom costosos respecte a al temps de creació | es_ES |
dc.format.extent | 63 | es_ES |
dc.language | Español | es_ES |
dc.publisher | Universitat Politècnica de València | es_ES |
dc.rights | Reserva de todos los derechos | es_ES |
dc.subject | Python (Lenguaje de programación) | es_ES |
dc.subject | deep learning | es_ES |
dc.subject | imagen médica | es_ES |
dc.subject | segmentación | es_ES |
dc.subject | interfaz | es_ES |
dc.subject | medical imaging | es_ES |
dc.subject | segmentation | es_ES |
dc.subject | GUI | es_ES |
dc.subject | Red neuronal | es_ES |
dc.subject | Xarxa neuronal | es_ES |
dc.subject.classification | FISICA APLICADA | es_ES |
dc.subject.other | Grado en Ingeniería Informática-Grau en Enginyeria Informàtica | es_ES |
dc.title | Diseño e implementación de una interfaz grafica de usuario en lenguaje python para el entrenamiento interactivo de redes profundas de segmentación de imagen médica | es_ES |
dc.type | Proyecto/Trabajo fin de carrera/grado | es_ES |
dc.rights.accessRights | Abierto | es_ES |
dc.contributor.affiliation | Universitat Politècnica de València. Departamento de Física Aplicada - Departament de Física Aplicada | es_ES |
dc.contributor.affiliation | Universitat Politècnica de València. Escola Tècnica Superior d'Enginyeria Informàtica | es_ES |
dc.description.bibliographicCitation | Estevan Moreno, M. (2019). Diseño e implementación de una interfaz grafica de usuario en lenguaje python para el entrenamiento interactivo de redes profundas de segmentación de imagen médica. http://hdl.handle.net/10251/125188 | es_ES |
dc.description.accrualMethod | TFGM | es_ES |
dc.relation.pasarela | TFGM\88900 | es_ES |