Buscar en RiuNet

Listar

Todo RiuNet

Mi cuenta

Acceder

Ayuda RiuNet

Admin. UPV

Listar por autor "Silva Rodríguez, Julio José"

Mostrando ítems 1-19 de 19

Constrained unsupervised anomaly segmentation

Silva-Rodríguez, Julio; Naranjo Ornedo, Valeriana; Dolz, Jose (Elsevier, 2022-08)

[EN] Current unsupervised anomaly localization approaches rely on generative models to learn the distribution of normal images, which is later used to identify potential anomalous regions derived from errors on the ...
Desarrollo de un sistema de procesamiento de datos para la caracterización de la señal mioeléctrica (sEMG) recogida en ensayos dinámicos en cirujanos durante intervenciones laparoscópicas

Silva Rodríguez, Julio José (Universitat Politècnica de València, 2017-07-12)

[ES] Se ha desarrollado un sistema de procesamiento de datos de señales electromiográficas de superficie (sEMG) en ensayos de laparoscopia dinámica. Esto es, se han caracterizado señales adquiridas en los músculos bíceps, ...
DESARROLLO DE UN SISTEMA DE PROCESAMIENTO DE IMAGENES PARA LA PREDICCION SOBRE EL EXITO EN IMPLANTACION DE BLASTOCITOS CON PARAMETROS MORFOCINETICOS

Silva Rodríguez, Julio José (Universitat Politècnica de València, 2018-10-10)

[ES] Los procesos de Fertilización in Vitro (IVF) tratan actualmente con el desafío de la selección de embriones que aporten una mayor probabilidad de nacimiento exitoso. En el marco de este problema, se ha desarrollado ...
Diseño de un sistema semiautomático de clasificación de Whole Side Images para la gradación del cáncer de próstata a partir de anotaciones no expertas y redes neuronales convolucionales

Beser Robles, María (Universitat Politècnica de València, 2020-07-15)

[ES] El presente TFG pretende abordar el desarrollo de un algoritmo de clasificación capaz de catalogar de manera automática muestras histológicas de tejido prostático. El desarrollo de un sistema automático fiable necesita ...
Diseño y desarrollo de un sistema automático para la gradación del cáncer de próstata aplicando técnicas multi-resolución con algoritmos de deep learning en Whole-Slide Images

Nieto González, Elena (Universitat Politècnica de València, 2021-02-24)

[ES] El cáncer de próstata es uno de los tipos de cánceres más frecuentemente diagnosticados en todo el mundo. Actualmente, el diagnóstico definitivo de esta enfermedad viene precedido del examen visual de las muestras ...
Diseño y desarrollo de un sistema automático para la predicción del nivel de funcionalidad que pueden alcanzar pacientes con traumatismo craneoencefálico a partir de valoraciones funcionales y técnicas de machine learning

Moreno Quintana, Vicente (Universitat Politècnica de València, 2020-10-19)

[ES] Los traumatismos craneoencefálicos (TBI, por sus siglas en inglés) es la principal causa de fallecimiento y pérdida de funcionalidad del espectro de enfermedades traumáticas, con 69 millones de casos anuales a nivel ...
Diseño y desarrollo de un sistema automático para la segmentación de la epidermis en imágenes histológicas de piel con algoritmos de deep learning

Vecina García, Miguel Ángel (Universitat Politècnica de València, 2021-10-09)

[ES] Las lesiones en piel de células fusiformes (spindle cell lesions en inglés) es un conjunto de lesiones que abarca un amplio espectro de estructuras morfológicas, desde patrones benignos hasta cánceres, tanto melanomas ...
Diseño y desarrollo de un sistema de ayuda al diagnóstico para el cáncer de próstata en imágenes de resonancia magnética con adaptación inter-dominio no supervisada.

Camacho Sánchez, Miguel (Universitat Politècnica de València, 2022-10-14)

[ES] El cáncer de próstata es a nivel mundial el segundo tipo de cáncer con mayor prevalencia. En 2018 se diagnosticaron 1.3 millones de pacientes y se estima que el número de casos anuales nuevos aumente en un 40.2% en ...
Diseño y desarrollo de un sistema de gradación de imágenes cancerosas de resonancia magnética de próstata utilizando algoritmos de aprendizaje profundo multimodalidad.

Saborido Moral, Juan Daniel (Universitat Politècnica de València, 2021-09-29)

[ES] El cáncer de próstata es a nivel mundial el segundo tipo de cáncer con mayor prevalencia. En 2018 se diagnosticaron 1.3 millones de pacientes y se estima que el número de casos anuales nuevos aumente en un 40.2 % ...
Diseño y desarrollo de un sistema de gradación de patrones cancerosos en imágenes histopatológicas de próstata utilizando algoritmos de deep learning que tengan en cuenta la incertidumbre y variabilidad inter-patólogo durante el entrenamiento

Martínez Mora, Marta (Universitat Politècnica de València, 2022-04-07)

[ES] El cáncer de próstata es a nivel mundial el segundo tipo de cáncer con mayor prevalencia. En 2018 se diagnosticaron 1.3 millones de pacientes y se estima que el número de casos anuales nuevos aumente en un 40.2% en ...
Efficient Cancer Classification by Coupling Semi Supervised and Multiple Instance Learning

Schmidt, Arne; Silva-Rodríguez, Julio; Molina, Rafael; Naranjo Ornedo, Valeriana (Institute of Electrical and Electronics Engineers, 2022)

[EN] The annotation of large datasets is often the bottleneck in the successful application of artificial intelligence in computational pathology. For this reason recently Multiple Instance Learning (MIL) and Semi Supervised ...
Going deeper through the Gleason scoring scale: An automatic end-to-end system for histology prostate grading and cribriform pattern detection

Silva-Rodríguez, Julio; Colomer, Adrián; Sales, María A.; Molina, Rafael; Naranjo Ornedo, Valeriana (Elsevier, 2020-10)

[EN] Background and Objective: Prostate cancer is one of the most common diseases affecting men worldwide. The Gleason scoring system is the primary diagnostic and prognostic tool for prostate cancer. Further-more, recent ...
Labeling confidence for uncertainty-aware histology image classification

del Amor, Rocío; Silva-Rodríguez, Julio; Naranjo Ornedo, Valeriana (Elsevier, 2023-07)

[EN] Deep learning-based models applied to digital pathology require large, curated datasets with high-quality (HQ) annotations to perform correctly. In many cases, recruiting expert pathologists to annotate large databases ...
Learning from limited labelled data: contributions to weak, few-shot, and unsupervised learning

Silva Rodríguez, Julio José (Universitat Politècnica de València, 2022-12-12)

[ES] En la última década, el aprendizaje profundo (DL) se ha convertido en la principal herramienta para las tareas de visión por ordenador (CV). Bajo el paradigma de aprendizaje supervisado, y gracias a la recopilación ...
Proportion constrained weakly supervised histopathology image classification

Silva-Rodríguez, Julio; Schmidt, Arne; Sales, María A.; Molina, Rafael; Naranjo Ornedo, Valeriana (Elsevier, 2022-08)

[EN] Multiple instance learning (MIL) deals with data grouped into bags of instances, of which only the global information is known. In recent years, this weakly supervised learning paradigm has become very popular in ...
Self-learning for weakly supervised Gleason grading of local patterns

Silva-Rodríguez, Julio; Colomer, Adrián; Dolz, Jose; Naranjo Ornedo, Valeriana (Institute of Electrical and Electronics Engineers, 2021-08)

[EN] Prostate cancer is one of the main diseases affecting men worldwide. The gold standard for diagnosis and prognosis is the Gleason grading system. In this process, pathologists manually analyze prostate histology slides ...
Supervised contrastive learning-guided prototypes on axle-box accelerations for railway crossing inspections

Silva-Rodríguez, Julio; Salvador Zuriaga, Pablo; Naranjo Ornedo, Valeriana; Insa Franco, Ricardo (Elsevier, 2022-11-30)

[EN] Increasing demands on railway structures have led to a need for new cost-effective maintenance strategies in recent years. Current dynamic railway track monitoring systems are usually based on the analysis of axle-box ...
Uninformed Teacher-Student for hard-samples distillation in weakly supervised mitosis localization

Fernández-Martín, Claudio; Silva-Rodríguez, Julio; Kiraz, Umay; Morales, Sandra; Janssen, Emiel A.M.; Naranjo Ornedo, Valeriana (Elsevier, 2024-03)

[EN] Background and Objective: Mitotic activity is a crucial biomarker for diagnosing and predicting outcomes for different types of cancers, particularly breast cancer. However, manual mitosis counting is challenging and ...
WeGleNet: A Weakly-Supervised Convolutional Neural Network for the Semantic Segmentation of Gleason Grades in Prostate Histology Images

Silva-Rodríguez, Julio; Colomer, Adrián; Naranjo Ornedo, Valeriana (Elsevier, 2021-03)

[EN] Background and objective: Prostate cancer is one of the main diseases affecting men worldwide. The Gleason scoring system is the primary diagnostic tool for prostate cancer. This is obtained via the visual analysis ...