Full text
Preview |
PDF
- Requires a PDF viewer, such as GSview, Xpdf or Adobe Acrobat Reader
Download (227kB) | Preview |
González-Bueno Puyal, Juana and Ríos Sánchez, Belén and Sánchez Ávila, María del Carmen (2015). Detección y Clasificación de Tejidos Anómalos en Mamografías Digitales Mediante Redes Neuronales Convolucionales.. In: "Congreso anual de la Sociedad Española de Ingeniería Biomédica (CASEIB 2015)A", 4-6 Noviembre de 2015, Madrid, España. pp. 14-18.
Title: | Detección y Clasificación de Tejidos Anómalos en Mamografías Digitales Mediante Redes Neuronales Convolucionales. |
---|---|
Author/s: |
|
Item Type: | Presentation at Congress or Conference (Article) |
Event Title: | Congreso anual de la Sociedad Española de Ingeniería Biomédica (CASEIB 2015)A |
Event Dates: | 4-6 Noviembre de 2015 |
Event Location: | Madrid, España |
Title of Book: | Actas del XXXIII Congreso anual de la Sociedad Española de Ingeniería Biomédica |
Date: | 2015 |
Subjects: | |
Faculty: | Centro de Domótica Integral (CeDInt) (UPM) |
Department: | Otro |
Creative Commons Licenses: | Recognition - No derivative works - Non commercial |
Preview |
PDF
- Requires a PDF viewer, such as GSview, Xpdf or Adobe Acrobat Reader
Download (227kB) | Preview |
El cáncer de mama constituye un problema de salud global que supone más del 25% de los nuevos casos de cáncer en mujeres y en el que la detección precoz mediante la realización de mamografías juega un papel fundamental. Este trabajo presenta un sistema novedoso de detección y clasificación de anomalías en imágenes mamográficas mediante redes neuronales convolucionales (CNN). Se trata de un sistema ambicioso que permite distinguir entre cinco clases de mamografías: sin anomalías, con masas tumorales benignas, con masas tumorales malignas, con microcalcificaciones benignas o con microcalcificaciones malignas. Este trabajo evalúa no solo la precisión de las CNN aplicadas a este problema concreto, sino también la influencia de otros parámetros como la inclusión de una etapa de mejora de la calidad de la imagen o la resolución y cantidad de imágenes utilizadas para entrenar la red.
Item ID: | 43678 |
---|---|
DC Identifier: | https://oa.upm.es/43678/ |
OAI Identifier: | oai:oa.upm.es:43678 |
Deposited by: | Memoria Investigacion |
Deposited on: | 05 Dec 2018 11:55 |
Last Modified: | 10 Mar 2023 15:46 |