[CA] Durant aquest projecte s’ha treballat amb imatges mèdiques disponibles gràcies a la
col·laboració entre el centre d’investigació Pattern Recognition and Human Language
Technology –PRHLT– i la Fundació per al Foment ...[+]
[CA] Durant aquest projecte s’ha treballat amb imatges mèdiques disponibles gràcies a la
col·laboració entre el centre d’investigació Pattern Recognition and Human Language
Technology –PRHLT– i la Fundació per al Foment de la Investigació Sanitària i Biomèdica de la Comunitat Valenciana –FISABIO–. La finalitat última d’aquest projecte ha sigut
construir un classificador per a cada tipus d’imatge segons l’etapa de la malaltia Alzhèimer en què es troba el pacient. Els classificadors han estat basats tant en Deep Learning,
alguns utilitzant Convolutional Neural Networks, com en mètodes clàssics de Machine
Learning. Abans d’entrenar els classificadors, s’ha avaluat la qualitat dels conjunts de
dades i s’ha fet un estudi de les seues característiques. Finalment, s’han comparat els
resultats obtinguts amb les diferents tècniques emprades
[-]
[ES] Durante este proyecto se ha trabajado con imágenes médicas disponibles gracias a la
colaboración entre el centro de investigación Pattern Recognition and Human Language Technology –PRHLT– y la Fundación para el Fomento ...[+]
[ES] Durante este proyecto se ha trabajado con imágenes médicas disponibles gracias a la
colaboración entre el centro de investigación Pattern Recognition and Human Language Technology –PRHLT– y la Fundación para el Fomento de la Investigación Sanitaria y
Biomédica de la Comunidad Valenciana –FISABIO–. La finalidad última de este proyecto
ha sido construir un clasificador para cada tipo de imagen según la etapa de la enfermedad Alzheimer en que se encuentra el paciente. Los clasificadores se han basado tanto en
Deep Learning, algunos utilizando Convolutional Neural Networks, como en métodos
clásicos de Machine Learning. Antes de entrenar los clasificadores, se ha evaluado la calidad de los conjuntos de datos y se ha hecho un estudio de sus características. Finalmente,
se han comparado los resultados obtenidos con las diferentes técnicas empleadas.
[-]
[EN] During this project we have worked with medical images that are available thanks to
the collaboration between the research center Pattern Recognition and Human Language
Technology (PRHLT) and the Foundation for the ...[+]
[EN] During this project we have worked with medical images that are available thanks to
the collaboration between the research center Pattern Recognition and Human Language
Technology (PRHLT) and the Foundation for the Promotion of Health and Biomedical
Research of Valencia Region (FISABIO). The final goal of this project has been building
a classifier for each kind of image according to the stage of Alzheimer’s disease of each
patient. These classifiers have been based on both Deep Learning, some using Convolutional Neural Networks, and classical methods of Machine Learning. Before training the
classifiers, the quality of the data sets has been evaluated and a study of their characteristics has been performed. Finally, the different results obtained with these techniques
have been compared.
[-]
|