Por favor, use este identificador para citar o enlazar este ítem: https://ri-ng.uaq.mx/handle/123456789/2262
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.rights.licensehttp://creativecommons.org/licenses/by-nc-nd/4.0es_ES
dc.contributorSaul Tovar Arriagaes_ES
dc.creatorGendry Alfonso Franciaes_ES
dc.date2020-07-03-
dc.date.accessioned2020-08-07T16:34:45Z-
dc.date.available2020-08-07T16:34:45Z-
dc.date.issued2020-07-03-
dc.identifier.urihttp://ri-ng.uaq.mx/handle/123456789/2262-
dc.descriptionLas 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.es_ES
dc.formatAdobe PDFes_ES
dc.language.isospaes_ES
dc.relation.requiresSies_ES
dc.rightsAcceso Abiertoes_ES
dc.subjectInteligencia Artificiales_ES
dc.subjectAprendizaje profundoes_ES
dc.subjectRed neuronales_ES
dc.subjectRed neuronal convolucionales_ES
dc.subject.classificationINGENIERÍA Y TECNOLOGÍAes_ES
dc.titleAnálisis y detección de patrones de riesgo cardiovascular en imágenes de retina usando aprendizaje profundo.es_ES
dc.typeTesis de maestríaes_ES
dc.creator.tidcurpes_ES
dc.contributor.tidcurpes_ES
dc.creator.identificadorAOFG850911HNELRN03es_ES
dc.contributor.identificadorTOAS790720HQTVRL08es_ES
dc.degree.nameMaestría en Ciencias en Inteligencia Artificiales_ES
dc.degree.departmentFacultad de Ingenieríaes_ES
dc.degree.levelMaestríaes_ES
Aparece en: Maestría en Ciencias en Inteligencia Artificial

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
RI005323.pdf3.14 MBAdobe PDFPortada
Visualizar/Abrir
Mostrar el registro sencillo del ítem


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