Detección y Clasificación de Tejidos Anómalos en Mamografías Digitales Mediante Redes Neuronales Convolucionales.

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.

Description

Title: Detección y Clasificación de Tejidos Anómalos en Mamografías Digitales Mediante Redes Neuronales Convolucionales.
Author/s:
  • González-Bueno Puyal, Juana
  • Ríos Sánchez, Belén
  • Sánchez Ávila, María del Carmen
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

Full text

[thumbnail of INVE_MEM_2015_235354.pdf]
Preview
PDF - Requires a PDF viewer, such as GSview, Xpdf or Adobe Acrobat Reader
Download (227kB) | Preview

Abstract

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.

More information

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
  • Logo InvestigaM (UPM)
  • Logo GEOUP4
  • Logo Open Access
  • Open Access
  • Logo Sherpa/Romeo
    Check whether the anglo-saxon journal in which you have published an article allows you to also publish it under open access.
  • Logo Dulcinea
    Check whether the spanish journal in which you have published an article allows you to also publish it under open access.
  • Logo de Recolecta
  • Logo del Observatorio I+D+i UPM
  • Logo de OpenCourseWare UPM