Título :	Análisis y detección de patrones de riesgo cardiovascular en imágenes de retina usando aprendizaje profundo.
Sustentante:	Gendry Alfonso Francia
Palabras clave :	INGENIERÍA Y TECNOLOGÍA CIENCIAS TECNOLÓGICAS CIENCIA DE LOS ORDENADORES
Fecha de publicación:	3-jul-2020
metadata.dc.degree.department:	Facultad de Ingeniería
metadata.dc.degree.name:	Maestría en Ciencias en Inteligencia Artificial
Descripción :	Las enfermedades cardiovasculares (ECV) son sin dudas la principal causa de defunción en el mundo. Se desea desarrollar un algoritmo que permita explorar y analizar imágenes de retina, para predecir eventos cardiovasculares, ya que en dichas imágenes se puede detectar retinopatías hipertensivas y émbolos de colesterol, además varias características como el calibre de los vasos sanguíneos, bifurcaciones o tortuosidad que pueden reflejar la salud del sistema cardiovascular y predecir un riesgo futuro; además de que el procedimiento no es invasivo, es rápido y barato. Para el desarrollo del trabajo se pretende utilizar técnicas de inteligencia artificial, específicamente de aprendizaje profundo (Deep Learning), ya que estas permiten computar múltiples capas de información en una red neuronal y aprender los patrones correctos sin tener que hacerlos de manera manual. Para ello se hará uso de las redes neuronales convolutivas, las cuales están optimizadas para producir algoritmos de alta precisión que diagnostican enfermedades a partir de imágenes médicas, con precisiones parecidas a las de un experto humano.
URI :	http://ri-ng.uaq.mx/handle/123456789/2262
Otros identificadores :	Inteligencia Artificial Aprendizaje profundo Red neuronal Red neuronal convolucional
Aparece en las colecciones:	Maestría en Ciencias en Inteligencia Artificial

Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.