Por favor, use este identificador para citar o enlazar este ítem: https://ri-ng.uaq.mx/handle/123456789/3881
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.creatorEduardo Daniel Posadas Gamezes_ES
dc.date2022-08-30-
dc.date.accessioned2022-09-19T17:08:04Z-
dc.date.available2022-09-19T17:08:04Z-
dc.date.issued2022-08-30-
dc.identifier.urihttp://ri-ng.uaq.mx/handle/123456789/3881-
dc.description"La materia blanca tiene un papel importante en la estructura cerebral, y una lesión o degeneración en ésta área, pude causar daños severos a todo el sistema cerebral, por lo tanto, la segmentación automática de imágenes médicas cerebrales es un proceso importante al utilizar software de apoyo para la detección de lesiones, neurodegradación o en la evaluación de neurocirugías. En esta investigación, se realizará un estudio comparativo de técnicas para la segmentación automática de la materia blanca cerebral, proponiendo diferentes arquitecturas de segmentación como la U-Net y variantes de la misma. Se observan unas métricas mejores para una U-Net residual que, para las variantes implementadas, teniendo para U-Net un Dice Score de 0.86, para BConvLSTM U-Net un Dice Score de 0.79, para U-Net residual un Dice Score de 0.89 y para U-Net doble un Dice Score de 0.84."es_ES
dc.formatAdobe PDFes_ES
dc.language.isospaes_ES
dc.relation.requiresNoes_ES
dc.rightsAcceso Abiertoes_ES
dc.subjectMachine Learninges_ES
dc.subjectSegmentación automáticaes_ES
dc.subjectMateria Blancaes_ES
dc.subject.classificationINGENIERÍA Y TECNOLOGÍAes_ES
dc.titleSegmentación de la Materia Blanca Cerebral por medio de Aprendizaje Automáticoes_ES
dc.typeTesis de maestríaes_ES
dc.creator.tidcurpes_ES
dc.contributor.tidcurpes_ES
dc.creator.identificadorPOGE850321HDFSMD03es_ES
dc.contributor.identificadorTOAS790720HQTVRL08es_ES
dc.contributor.roleDirectores_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  
RI006897.pdf2.88 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.