- -

Validación de técnicas de Deep Learning (DL) para la detección de lesiones displásicas en imágenes médicas de pacientes con enfermedad inflamatoria intestinal (EII)

RiuNet: Repositorio Institucional de la Universidad Politécnica de Valencia

Compartir/Enviar a

Citas

Estadísticas

  • Estadisticas de Uso

Validación de técnicas de Deep Learning (DL) para la detección de lesiones displásicas en imágenes médicas de pacientes con enfermedad inflamatoria intestinal (EII)

Mostrar el registro sencillo del ítem

Ficheros en el ítem

dc.contributor.advisor Andreu García, Gabriela es_ES
dc.contributor.advisor Martínez Peiró, Joaquín es_ES
dc.contributor.author Ferrer Andreu, Pablo Lorenzo es_ES
dc.date.accessioned 2024-09-19T14:29:38Z
dc.date.available 2024-09-19T14:29:38Z
dc.date.created 2024-07-16
dc.date.issued 2024-09-19 es_ES
dc.identifier.uri http://hdl.handle.net/10251/208358
dc.description.abstract [ES] Este proyecto de Trabajo de Fin de Grado se enfoca en el desarrollo de un software basado en redes neuronales para la detección de lesiones displásicas en imágenes médicas de pacientes con enfermedad inflamatoria intestinal (EII). La colaboración con el Hospital Universitario y Politécnico La Fe de Valencia respalda este proyecto, proporcionando una perspectiva clínica que garantiza la aplicabilidad de los resultados en entornos médicos reales. El software busca mejorar la precisión y eficacia en el diagnóstico, priorizando la identificación de pólipos con riesgo de malignidad, lo que contribuye a una atención médica gastrointestinal más precisa y orientada a resultados. es_ES
dc.description.abstract [EN] This Final Degree Project (TFG) focuses on developing a neural network-based software for real-time detection of polyps during colonoscopies. Collaboration with the University and Polytechnic Hospital La Fe in Valencia supports this project, providing a clinical perspective that ensures the applicability of the results in real medical settings. The software aims to improve the accuracy and effectiveness of diagnosis, prioritizing the identification of polyps with malignant potential, thus contributing to more precise and results-oriented gastrointestinal medical care. es_ES
dc.format.extent 53 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 Imágenes Médicas es_ES
dc.subject Redes Neuronales es_ES
dc.subject Deep Learning (DL) es_ES
dc.subject Procesamiento de Imagen es_ES
dc.subject Visión por Computador es_ES
dc.subject.classification ARQUITECTURA Y TECNOLOGIA DE COMPUTADORES es_ES
dc.subject.other Grado en Ingeniería Informática-Grau en Enginyeria Informàtica es_ES
dc.title Validación de técnicas de Deep Learning (DL) para la detección de lesiones displásicas en imágenes médicas de pacientes con enfermedad inflamatoria intestinal (EII) es_ES
dc.title.alternative Validation of Deep Learning (DL) techniques for the detection of dysplastic lesions in medical images of patients with inflammatory bowel disease (IBD) es_ES
dc.title.alternative Validació de tècniques de Deep Learning (DL) per a la detecció de lesions displàsiques en imatges mèdiques de pacients amb malaltia inflamatòria intestinal (EII) 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 Informática de Sistemas y Computadores - Departament d'Informàtica de Sistemes i Computadors es_ES
dc.contributor.affiliation Universitat Politècnica de València. Escola Tècnica Superior d'Enginyeria Informàtica es_ES
dc.description.bibliographicCitation Ferrer Andreu, PL. (2024). Validación de técnicas de Deep Learning (DL) para la detección de lesiones displásicas en imágenes médicas de pacientes con enfermedad inflamatoria intestinal (EII). Universitat Politècnica de València. http://hdl.handle.net/10251/208358 es_ES
dc.description.accrualMethod TFGM es_ES
dc.relation.pasarela TFGM\162996 es_ES


Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem