- -

Diseño de una herramienta de clasificación semántica de imágenes de gliomas de alto grado mediante redes convolucionales profundas

RiuNet: Institutional repository of the Polithecnic University of Valencia

Share/Send to

Cited by

Statistics

  • Estadisticas de Uso

Diseño de una herramienta de clasificación semántica de imágenes de gliomas de alto grado mediante redes convolucionales profundas

Show simple item record

Files in this item

dc.contributor.advisor García Gómez, Juan Miguel es_ES
dc.contributor.advisor Fuster i Garcia, Elies es_ES
dc.contributor.author Juanes Busolo, Rodrigo es_ES
dc.date.accessioned 2023-01-02T11:32:43Z
dc.date.available 2023-01-02T11:32:43Z
dc.date.created 2022-12-14
dc.date.issued 2023-01-02 es_ES
dc.identifier.uri http://hdl.handle.net/10251/191018
dc.description.abstract [ES] Las redes convolucionales profundas han demostrado su gran valía para segmentar semánticamente imágenes complejas. Específicamente, las redes basadas en la arquitectura UNet han dado grandes resultados para la clasificación de imágenes prequirúrgicas multiparamétricas de glioma. En este proyecto realizaremos una comparación de arquitecturas propuestas recientemente con el objetivo de comprobar su rendimiento de forma comparada, por lo que se probarán arquitecturas como R2U-Net, SegNet, X-Net y Multires-UNET entre otras. es_ES
dc.description.abstract [EN] Deep convolutional networks have proven their excellent value for semantically segmenting complex images. Specifically, networks based on the UNet architecture have yielded remarkable results for the classification of multiparametric pre-surgical glioma images. In this project we will perform a comparison of recently proposed architectures with the aim of evaluating their performance in a comparative way, so architectures such as R2U-Net, SegNet, X-Net and MultiresUNET, among others, will be assessed. es_ES
dc.description.abstract [CA] Les xarxes convolucionales profundes han demostrat la seua gran vàlua per a segmentar semànticament imatges complexes. Específicament, les xarxes basades en l'arquitectura UNet han donat grans resultats per a la classificació d'imatges prequirúrgiques multiparamétricas de glioma. En este projecte realitzarem una comparació d'arquitectures proposades recentment amb l'objectiu de comprovar el seu rendiment de forma comparada, per la qual cosa es provaran arquitectures com R2U- Net, SegNet, X-Net i Multires-UNET, entre altres. es_ES
dc.format.extent 67 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 Redes neuronales convolucionales es_ES
dc.subject Imagen médica es_ES
dc.subject Glioma es_ES
dc.subject Segmentación es_ES
dc.subject Convolutional neural networks es_ES
dc.subject Medical image es_ES
dc.subject Segmentation es_ES
dc.subject.other Grado en Ingeniería Informática-Grau en Enginyeria Informàtica es_ES
dc.title Diseño de una herramienta de clasificación semántica de imágenes de gliomas de alto grado mediante redes convolucionales profundas es_ES
dc.title.alternative Disseny d'una ferramenta de classificació semàntica d'imatges de gliomes d'alt grau per mitjà de xarxes convolucionales profundes es_ES
dc.title.alternative Design of a semantic image classification tool for high-grade gliomas using deep convolutional networks 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 Juanes Busolo, R. (2022). Diseño de una herramienta de clasificación semántica de imágenes de gliomas de alto grado mediante redes convolucionales profundas. Universitat Politècnica de València. http://hdl.handle.net/10251/191018 es_ES
dc.description.accrualMethod TFGM es_ES
dc.relation.pasarela TFGM\147085 es_ES


This item appears in the following Collection(s)

Show simple item record