Diagnóstico Automático de la Figura Compleja de Rey mediante Redes Siamesas

Estella Nonay, Eladio. (2020). Diagnóstico Automático de la Figura Compleja de Rey mediante Redes Siamesas Master Thesis, Universidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática. Departamento de Inteligencia Artificial

Ficheros (Some files may be inaccessible until you login with your e-spacio credentials)
Nombre Descripción Tipo MIME Size
Estella_Nonay_Eladio_TFM.pdf Estella_Nonay_Eladio_TFM.pdf application/pdf 7.25MB

Título Diagnóstico Automático de la Figura Compleja de Rey mediante Redes Siamesas
Autor(es) Estella Nonay, Eladio
Resumen El uso de las últimas técnicas en Inteligencia Artificial como herramienta de ayuda en el ámbito médico es un reto actual e irrenunciable. En este contexto, los métodos de detección de similitudes y las Redes Neuronales Convolucionales utilizadas en tareas de visión artificial para la extracción de características pueden contribuir enormemente al análisis de pruebas médicas basadas en dibujos a mano alzada. Este trabajo reúne ambas ideas y presenta la utilización de las Redes Neuronales Siamesas para realizar un diagnóstico automático de enfermedades neurodegenerativas basado en la prueba de la Figura Compleja de Rey. Profundiza en la idoneidad de este tipo de redes y realiza un estudio comparativo de 3 arquitecturas diferentes: una Red Neuronal Artificial, una Red Neuronal Siamesa y una modificación de ésta para su entrenamiento mediante triplets. Para ello, se dispone de cerca de 500 dibujos recogidos en un estudio de investigación en el campo de la neuropsicología, realizados por pacientes sanos o con algún grado de deterioro cognitivo. Debido al reducido número de instancias, se propone el preentrenamiento de las redes con la técnica de Transfer Learning mediante un dataset de dibujos mucho mayor y de características similares.
Notas adicionales Trabajo de Fin de Máster. Máster Universitario en I.A. Avanzada: Fundamentos, Métodos y Aplicaciones. Especialidad de sistemas inteligentes de diagnóstico, planificación y control. UNED
Materia(s) Ingeniería Informática
Palabra clave prueba figura compleja de rey
redes neuronales siamesas
triplets
deterioro cognitivo leve
Editor(es) Universidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática. Departamento de Inteligencia Artificial
Director/Tutor Rincón Zamorano, Mariano
Fecha 2020-09
Formato application/pdf
Identificador bibliuned:master-ETSInformatica-IAA-Eestella
http://e-spacio.uned.es/fez/view/bibliuned:master-ETSInformatica-IAA-Eestella
Idioma spa
Versión de la publicación acceptedVersion
Nivel de acceso y licencia http://creativecommons.org/licenses/by-nc-nd/4.0
info:eu-repo/semantics/openAccess
Tipo de recurso master Thesis
Tipo de acceso Acceso abierto

 
Versiones
Versión Tipo de filtro
Contador de citas: Google Scholar Search Google Scholar
Estadísticas de acceso: 399 Visitas, 153 Descargas  -  Estadísticas en detalle
Creado: Wed, 22 Sep 2021, 21:00:36 CET