Segmentación y extracción de biomarcadores en pulmones infectados por Mycobacterium Tuberculosis

Macías Gordaliza, Pedro. (2017). Segmentación y extracción de biomarcadores en pulmones infectados por Mycobacterium Tuberculosis 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
Macias_Gordaliza_Pedro_TFM.pdf Macias_Gordaliza_Pedro_TFM.pdf application/pdf 5.74MB

Título Segmentación y extracción de biomarcadores en pulmones infectados por Mycobacterium Tuberculosis
Autor(es) Macías Gordaliza, Pedro
Resumen En este trabajo se introducen dos nuevas metodologías esenciales en la evaluación de nuevos fármacos destinados a la erradicación de la Tuberculosis utilizando imágenes de tomografía axial computarizada de alta resolución. Ambas técnicas hacen uso de múltiples herramientas del campo de la inteligencia artificial, con el fin de automatizar los procedimientos y extraer información relevante dentro de un contexto altamente multidisciplinar. Así la primera de las herramientas presentadas, presenta un método capaz de segmentar automáticamente pulmones infectados. Mientras que la segunda metodología expone un nuevo flujo de trabajo para la clasificación de regiones anómalas en pulmones infectados, mediante el uso de la textura en imágenes afrontando un problema clásico en los datos procedente de aplicaciones biomédicas, como es el desequilibrio entre las clases a clasificar.
Notas adicionales Trabajo de Fin de Máster. Máster Universitario en I.A. Avanzada: Fundamentos, Métodos y Aplicaciones. UNED
Materia(s) Ingeniería Informática
Palabra clave Tuberculosis
pulmón
segmentación
clasificación
lesión
infección
imagen médica
Tomografía Axial Computarizada
implementación de software
Editor(es) Universidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática. Departamento de Inteligencia Artificial
Director/Tutor Rincón Zamorano, Mariano
Muñoz Barrutia, Arrate
Fecha 2017-10-02
Formato application/pdf
Identificador bibliuned:master-ETSInformatica-IAA-Pmacias
http://e-spacio.uned.es/fez/view/bibliuned:master-ETSInformatica-IAA-Pmacias
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: 26 Visitas, 7 Descargas  -  Estadísticas en detalle
Creado: Tue, 10 Dec 2019, 18:27:31 CET