- -

Segmentación de tejidos cerebrales a partir de imágenes de resonancia magnética usando técnicas de Deep Learning

RiuNet: Institutional repository of the Polithecnic University of Valencia

Share/Send to

Cited by

Statistics

Segmentación de tejidos cerebrales a partir de imágenes de resonancia magnética usando técnicas de Deep Learning

Show full item record

Casado Coscollá, Á. (2020). Segmentación de tejidos cerebrales a partir de imágenes de resonancia magnética usando técnicas de Deep Learning. http://hdl.handle.net/10251/151564

Por favor, use este identificador para citar o enlazar este ítem: http://hdl.handle.net/10251/151564

Files in this item

Item Metadata

Title: Segmentación de tejidos cerebrales a partir de imágenes de resonancia magnética usando técnicas de Deep Learning
Author: Casado Coscollá, Álvaro
Director(s): Manjón Herrera, José Vicente Casacuberta Nolla, Francisco
UPV Unit: Universitat Politècnica de València. Departamento de Sistemas Informáticos y Computación - Departament de Sistemes Informàtics i Computació
Read date / Event date:
2020-09-23
Issued date:
Abstract:
[ES] La segmentación de los tejidos intracraneales es muy útil para el análisis objetivo de muchas patologías neurológicas. Este proceso es típicamente realizado manualmente por expertos, lo que puede llevar mucho tiempo. ...[+]


[EN] The segmentation of intracranial tissues is very useful for the objective analysis of many neurological pathologies. This process is typically performed manually by experts which may be really time consuming. Nevertheless, ...[+]
Subjects: Aprendizaje profundo , Segmentación de imágenes , Imagen médica , Resonancia magnética , Aprendizaje multitarea , Deep learning , Image segmentation , Medical imaging , Magnetic resonance imaging , Multi-task learning
Copyrigths: Cerrado
Publisher:
Universitat Politècnica de València
degree: Máster Universitario en Inteligencia Artificial, Reconocimiento de Formas e Imagen Digital-Màster Universitari en Intel·Ligència Artificial: Reconeixement de Formes i Imatge Digital
Type: Tesis de máster

This item appears in the following Collection(s)

Show full item record