- -

Desarrollo de un modelo de predicción para la detección de tumores de próstata mediante análisis multivariante de secuencias de imágenes de perfusión y difusión

RiuNet: Institutional repository of the Polithecnic University of Valencia

Share/Send to

Cited by

Statistics

Desarrollo de un modelo de predicción para la detección de tumores de próstata mediante análisis multivariante de secuencias de imágenes de perfusión y difusión

Show simple item record

Files in this item

dc.contributor.advisor Ferrer Riquelme, Alberto José es_ES
dc.contributor.advisor Prats Montalbán, José Manuel es_ES
dc.contributor.advisor Aguado Sarrió, Eric es_ES
dc.contributor.author Wang, Ziqing es_ES
dc.date.accessioned 2016-07-13T13:25:24Z
dc.date.available 2016-07-13T13:25:24Z
dc.date.created 2016-07-12
dc.date.issued 2016-07-13 es_ES
dc.identifier.uri http://hdl.handle.net/10251/67551
dc.description.abstract [ES] Esta tesis consiste principalmente en la alineación de RM (resonancia magnética) secuencias de perfusión y difusión utilizando el software de Horus. Después de la alineación, los mismos biomarcadores establecidos por investigaciones previas (José Manuel Prats y otros, 2013, Eric Aguado y otros, 2014) son extraídos usando Curva de Resolución Multivariante (MCR), y luego analizados con regresión de mínimos cuadrados parciales (PLS). Los resultados obtenidos muestran una buena predicción con f-score 0.8144. Con leave one out validación cruzada (LOOCV) también se obtiene resultado parecido. Como un trabajo preliminar, estudios adicionales y más profundos son recomendados y necesarios para evaluar mejor la precisión y extenderlo con más profundidad. es_ES
dc.description.abstract [CAT] Esta tesi consistix principalment en l'alineació de RM (ressonància magnètica) seqüències de perfusió i difusió utilitzant el programa Horos. Després de l'alineació, els mateixos biomarcadores establits per investigacions prèvies (José Manuel Prats i altres, 2013, Eric Aguado i altres, 2014) són extrets usant Corba de Resolució Multivariant (MCR) , i després analitzats amb regressió de mínims quadrats parcials (PLS). Els resultats obtinguts mostren una bona predicció amb f-score 0.8144. Amb leave one out validació encreuada (LOOCV) també s'obté resultat paregut. Com un treball preliminar, estudis addicionals i més profunds són recomanats i necessaris per a avaluar millor la precisió i estendre-ho amb més profunditat. es_ES
dc.description.abstract [EN] This thesis mainly consists of aligning MR (Magnetic Resonance) prostate perfusion and diffusion sequences using software Horos. After the image coregistration, same biomarkers established by previous studies (José Manuel Prats and others, 2013, Eric Aguado and others, 2014) were extracted using Multivariate Curve Resolution (MCR), and later analyzed with Partial Least Square regression (PLS) model. The obtained results show a good prediction with f-score 0.8144. Similar outcome has also been achieved with leave one out cross validation (LOOCV). As a preliminary work, further studies are recommended and necessary to evaluate better the precision and to extend the work with more depth. es_ES
dc.language Inglés es_ES
dc.rights Reserva de todos los derechos es_ES
dc.subject MIA es_ES
dc.subject MCR es_ES
dc.subject PLS es_ES
dc.subject RM es_ES
dc.subject Perfusion es_ES
dc.subject.classification ESTADISTICA E INVESTIGACION OPERATIVA es_ES
dc.subject.other Grado en Ingeniería Biomédica-Grau en Enginyeria Biomèdica es_ES
dc.title Desarrollo de un modelo de predicción para la detección de tumores de próstata mediante análisis multivariante de secuencias de imágenes de perfusión y difusión 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 Estadística e Investigación Operativa Aplicadas y Calidad - Departament d'Estadística i Investigació Operativa Aplicades i Qualitat es_ES
dc.contributor.affiliation Universitat Politècnica de València. Escuela Técnica Superior de Ingenieros Industriales - Escola Tècnica Superior d'Enginyers Industrials es_ES
dc.description.bibliographicCitation Wang, Z. (2016). Desarrollo de un modelo de predicción para la detección de tumores de próstata mediante análisis multivariante de secuencias de imágenes de perfusión y difusión. http://hdl.handle.net/10251/67551. es_ES
dc.description.accrualMethod TFGM es_ES
dc.relation.pasarela 45911 es_ES


This item appears in the following Collection(s)

Show simple item record