Mostrar el registro sencillo del ítem
dc.contributor.advisor | Gómez Adrian, Jon Ander | es_ES |
dc.contributor.advisor | Paredes Palacios, Roberto | es_ES |
dc.contributor.author | López Chilet, Álvaro | es_ES |
dc.date.accessioned | 2020-10-15T10:43:38Z | |
dc.date.available | 2020-10-15T10:43:38Z | |
dc.date.created | 2020-09-23 | |
dc.date.issued | 2020-10-15 | es_ES |
dc.identifier.uri | http://hdl.handle.net/10251/151946 | |
dc.description.abstract | [ES] La detección de la disminución del funcionamiento cardíaco es un factor clave para el diagnóstico de enfermedades del corazón. Para analizarlo se obtiene el volumen del ventrículo izquierdo al final de la fase de sístole y diástole para estimar la sangre eyectada por el corazón, pero este proceso es lento y quita mucho tiempo a los médicos. En este trabajo se han implementado modelos basados en redes neuronales profundas para estimar el volumen del ventrículo izquierdo, buscando una buena generalización y aplicabilidad de estos para un caso de uso real. Para ello, además se han aplicado técnicas de model interpretability para analizar el comportamiento de los modelos y poder tomar más confianza sobre sus predicciones. | es_ES |
dc.description.abstract | [EN] Detection of declining heart function is a key factor in diagnosing heart disease. To analyze it, the volume of the left ventricle is obtained at the end of the systole and diastole phases to estimate the blood ejected by the heart, but this process is slow and takes a lot of time from the doctors. In this work, models based on deep neural networks have been implemented to estimate the volume of the left ventricle, seeking a good generalization and applicability of these for a real use case. For this, model interpretability techniques have also been applied to analyze the behavior of the models and to be able to gain more confidence about their predictions. | es_ES |
dc.description.abstract | [CA] La detecció de la disminució del funcionament cardíac és un factor clau per al diagnòstic de malalties del cor. Per a analitzar-ho s’obté el volum del ventricle esquerre al final de la fase de sístole i diàstole per a estimar la sang ejectada pel cor, però aquest procés és lent i lleva molt temps als metges. En aquest treball s’han implementat models basats en xarxes neuronals profundes per a estimar el volum del ventricle esquerre, buscant una bona generalització i aplicabilitat d’aquests per a un cas d’ús real. Per a això, a més s’han aplicat tècniques de model interpretability per a analitzar el comportament dels models i poder tindre més confiança sobre les seues prediccions. | es_ES |
dc.format.extent | 50 | 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 | Funcionamiento cardiaco | es_ES |
dc.subject | Procesamiento de imagen médica | es_ES |
dc.subject | Deep Learning | es_ES |
dc.subject | Redes neuronales | es_ES |
dc.subject | Model interpretability | es_ES |
dc.subject | Cardiac operation | es_ES |
dc.subject | Medical image processing | es_ES |
dc.subject | Deep Neural Networks | es_ES |
dc.subject.classification | LENGUAJES Y SISTEMAS INFORMATICOS | es_ES |
dc.subject.other | Máster Universitario en Inteligencia Artificial, Reconocimiento de Formas e Imagen Digital-Màster Universitari en Intel·Ligència Artificial: Reconeixement de Formes i Imatge Digital | es_ES |
dc.title | Análisis del funcionamiento cardíaco mediante redes neuronales | es_ES |
dc.type | Tesis de máster | es_ES |
dc.relation.projectID | info:eu-repo/grantAgreement/EC/H2020/825111/EU/Deep-Learning and HPC to Boost Biomedical Applications for Health/ | |
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.description.bibliographicCitation | López Chilet, Á. (2020). Análisis del funcionamiento cardíaco mediante redes neuronales. Universitat Politècnica de València. http://hdl.handle.net/10251/151946 | es_ES |
dc.description.accrualMethod | TFGM | es_ES |
dc.relation.pasarela | TFGM\132466 | es_ES |
dc.contributor.funder | European Commission | es_ES |