Mostrar el registro sencillo del ítem
dc.contributor.advisor | Gómez Adrian, Jon Ander | es_ES |
dc.contributor.author | Martínez Bernia, Javier | es_ES |
dc.date.accessioned | 2020-09-24T08:54:41Z | |
dc.date.available | 2020-09-24T08:54:41Z | |
dc.date.created | 2020-07-13 | |
dc.date.issued | 2020-09-24 | es_ES |
dc.identifier.uri | http://hdl.handle.net/10251/150601 | |
dc.description.abstract | [CA] En aquests moments estem vivint una pandèmia mundial causada pel SARSCoV-2, un virus que produeix una enfermetat infecciosa coneguda com COVID19 que provoca, entre altres, malalties respiratòries, com pneumònia en casos greus. Aquest projecte es centra en l’anàlisi d’imatge mèdica per a la detecció de pneumònia a partir de radiografies pulmonars per tal d’ajudar a la lluita contra la pandèmia. Durant el projecte s’utilitzaran tècniques d’aprenentatge profund per a construir diversos classificadors amb l’ús de xarxes neuronals convolucionals que siguen capaços de detectar la infecció. La finalitat és que aquests classificadors puguen ajudar al personal mèdic a la criva de pacients que presenten simptomatologies durant la pandèmia. S’utilitzarà un conjunt d’imatges de radiografies pulmonars proporcionat pel Banc digital d’Imatge Mèdica de la Comunitat Valenciana -BIMCV-, les quals entrenaran els models construïts. | es_ES |
dc.description.abstract | [ES] En estos momentos estamos viviendo una pandemia mundial causada por el SARS-CoV-2, un virus que produce una enfermedad infecciosa que se conoce como COVID-19, la cual provoca, entre otras, enfermedades respiratorias, como neumonía en casos graves. Este proyecto se centra en el análisis de imagen médica para la detección de neumonía a partir de radiografías pulmonares con tal de ayudar en la lucha contra la pandemia. Durante el proyecto se usarán técnicas de aprendizaje profundo para construir diversos clasificadores utilizando redes neuronales convolucionales los cuales sean capaces de detectar la infección. La finalidad es que estos clasificadores puedan ayudar al personal médico en el triaje de pacientes que presenten sintomatologías durante la pandemia. Se utilizará un conjunto de imágenes de radiografías pulmonares proporcionado por el Banco digital de Imagen Médica de la Comunidad Valenciana -BIMCV-, las cuales entrenarán los modelos construidos. | es_ES |
dc.description.abstract | [EN] Nowadays we are experiencing a worldwide pandemic caused by the SARSCoV-2, a virus that produces an infectious disease known as COVID-19, which causes, among others, respiratory diseases, such as pneumonia in severe cases. This project is focused on medical image analysis for the detection of pneumonia from lung X-ray images in order to fight against the pandemic. During the project, deep learning techniques will be used to build various classifiers that can detect the infection. The purpose is that these classifiers will be able to help medical personnel at the screening of patients presenting symptomatologies during the pandemic. A set of lung X-ray images provided by the Medical Imaging Databank of the Valencia Region -BIMCV- will be used to train the built models. | es_ES |
dc.description.sponsorship | Aquest projecte s’ha desenvolupat en col·laboració amb l’equip del projecte DeepHealth1 del centre d’investigació Pattern Recognition and Human Language Technology, el qual ha intentat aportar models de Deep Learning per al problema plantejat pel Banc digital d’Imatge Mèdica de la Comunitat Valenciana, tal com estaven fent altres equips. | es_ES |
dc.format.extent | 68 | es_ES |
dc.language | Catalán | es_ES |
dc.publisher | Universitat Politècnica de València | es_ES |
dc.rights | Reserva de todos los derechos | es_ES |
dc.subject | Aprenentatge automàtic | es_ES |
dc.subject | Aprenentatge profund | es_ES |
dc.subject | Xarxes neuronals | es_ES |
dc.subject | Processament d’imatge | es_ES |
dc.subject | Imatge mèdica | es_ES |
dc.subject | Machine learning | es_ES |
dc.subject | Deep learning | es_ES |
dc.subject | Neural networks | es_ES |
dc.subject | Image processing | es_ES |
dc.subject | Medical images | es_ES |
dc.subject | Redes neuronales | es_ES |
dc.subject | Procesamiento de imagen | es_ES |
dc.subject | Imagen médica | es_ES |
dc.subject | SARS-CoV-2 | es_ES |
dc.subject | COVID-19 | es_ES |
dc.subject | Aprendizaje profundo | |
dc.subject.classification | LENGUAJES Y SISTEMAS INFORMATICOS | es_ES |
dc.subject.other | Grado en Ingeniería Informática-Grau en Enginyeria Informàtica | es_ES |
dc.title | Models de Deep Learning per fer front a la COVID-19 a partir d’imatges mèdiques | es_ES |
dc.title.alternative | Modelos basados en Deep Learning para hacer frente al COVID-19 a partir de imágenes médicas | 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 Sistemas Informáticos y Computación - Departament de Sistemes Informàtics i Computació | es_ES |
dc.contributor.affiliation | Universitat Politècnica de València. Escola Tècnica Superior d'Enginyeria Informàtica | es_ES |
dc.description.bibliographicCitation | Martínez Bernia, J. (2020). Models de Deep Learning per fer front a la COVID-19 a partir d’imatges mèdiques. http://hdl.handle.net/10251/150601 | es_ES |
dc.description.accrualMethod | TFGM | es_ES |
dc.relation.pasarela | TFGM\129544 | es_ES |