Segmentación de imágenes de resonancia magnética cerebral mediante redes neuronales artificiales convolucionales

Núñez Vivero, Luis Miguel (2018). Segmentación de imágenes de resonancia magnética cerebral mediante redes neuronales artificiales convolucionales. Proyecto Fin de Carrera / Trabajo Fin de Grado, E.T.S.I. Telecomunicación (UPM), Madrid.

Descripción

Título: Segmentación de imágenes de resonancia magnética cerebral mediante redes neuronales artificiales convolucionales
Autor/es:
  • Núñez Vivero, Luis Miguel
Director/es:
  • Ronda Prieto, José Ignacio
Tipo de Documento: Proyecto Fin de Carrera/Grado
Grado: Grado en Ingeniería Biomédica
Fecha: 2018
Materias:
Palabras Clave Informales: Redes neuronales artificiales, imágenes médicas, segmentación de imágenes, redes convolucionales, resonancia magnética.
Escuela: E.T.S.I. Telecomunicación (UPM)
Departamento: Señales, Sistemas y Radiocomunicaciones
Licencias Creative Commons: Reconocimiento - Sin obra derivada - No comercial

Texto completo

[img]
Vista Previa
PDF (Document Portable Format) - Se necesita un visor de ficheros PDF, como GSview, Xpdf o Adobe Acrobat Reader
Descargar (2MB) | Vista Previa

Resumen

Con el paso de los años el uso de imágenes médicas es cada vez más abundante y en mayor variedad de aplicaciones, gracias en gran parte a la mejora de calidad y la creación de nuevas modalidades de imagen que permiten observar el cuerpo humano de forma no invasiva. Unido a esto también ha avanzado el tratamiento digital de imágenes. En este trabajo nos centraremos en el subcampo de la segmentación de estructuras anatómicas, de gran utilidad en multitud de ámbitos como la detección de enfermedades, planificación quirúrgica o evolución del paciente tras un tratamiento, entre otros. El principal objetivo de este trabajo será el desarrollo de un programa en Python que consiga la segmentación de volúmenes de regiones anatómicas en imágenes tridimensionales de resonancia magnética cerebral a través del uso de redes neuronales artificiales convolucionales, consiguiendo aumentar la eficiencia en un entorno clínico al disminuir el tiempo de intervención de un profesional que tuviese que realizar la segmentación de la región de forma manual en cada una de las rodajas del volumen.

Más información

ID de Registro: 51557
Identificador DC: http://oa.upm.es/51557/
Identificador OAI: oai:oa.upm.es:51557
Depositado por: Biblioteca ETSI Telecomunicación
Depositado el: 10 Jul 2018 11:18
Ultima Modificación: 10 Jul 2018 11:20
  • GEO_UP4
  • Open Access
  • Open Access
  • Sherpa-Romeo
    Compruebe si la revista anglosajona en la que ha publicado un artículo permite también su publicación en abierto.
  • Dulcinea
    Compruebe si la revista española en la que ha publicado un artículo permite también su publicación en abierto.
  • Recolecta
  • InvestigaM
  • Observatorio I+D+i UPM
  • OpenCourseWare UPM