Buscar


Mostrar el registro sencillo del ítem

dc.rights.license http://creativecommons.org/licenses/by-nc-nd/4.0 es_ES
dc.contributor Saul Tovar Arriaga es_ES
dc.creator Gendry Alfonso Francia es_ES
dc.date 2020-07-03
dc.date.accessioned 2020-08-07T16:34:45Z
dc.date.available 2020-08-07T16:34:45Z
dc.date.issued 2020-07-03
dc.identifier.uri http://ri-ng.uaq.mx/handle/123456789/2262
dc.description 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. es_ES
dc.format Adobe PDF es_ES
dc.language.iso spa es_ES
dc.relation.requires Si es_ES
dc.rights Acceso Abierto es_ES
dc.subject Inteligencia Artificial es_ES
dc.subject Aprendizaje profundo es_ES
dc.subject Red neuronal es_ES
dc.subject Red neuronal convolucional es_ES
dc.subject.classification INGENIERÍA Y TECNOLOGÍA es_ES
dc.title Análisis y detección de patrones de riesgo cardiovascular en imágenes de retina usando aprendizaje profundo. es_ES
dc.type Tesis de maestría es_ES
dc.creator.tid curp es_ES
dc.contributor.tid curp es_ES
dc.creator.identificador AOFG850911HNELRN03 es_ES
dc.contributor.identificador TOAS790720HQTVRL08 es_ES
dc.degree.name Maestría en Ciencias en Inteligencia Artificial es_ES
dc.degree.department Facultad de Ingeniería es_ES
dc.degree.level Maestría es_ES


Ficheros en el ítem

Thumbnail
Nombre: RI005323.pdf
Tamaño: 3.069Mb
Formato: PDF
Ver/

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem