DSpace Repository

Desarrollo de algoritmos de inteligencia artificial para la segmentación y clasificación de hiperintensidades en sustancia blanca cerebral obtenidas de imágenes de resonancia magnética

Show simple item record

dc.contributor.advisor Sin director
dc.contributor.author Cando Garces, Sucre Kevin
dc.creator Espol
dc.date.accessioned 2019-08-15T21:14:48Z
dc.date.available 2019-08-15T21:14:48Z
dc.date.issued 2019-08-15
dc.identifier.citation Cando, S. (2018). Desarrollo de algoritmos de inteligencia artificial para la segmentación y clasificación de hiperintensidades en sustancia blanca cerebral obtenidas de imágenes de resonancia magnética. [Tesis de Grado]. Espol FIEC, Guayaquil.
dc.identifier.uri http://www.dspace.espol.edu.ec/xmlui/handle/123456789/47467
dc.description Las hiperintensidades de sustancia blanca cerebral suelen estar asociadas a enfermedades cerebro vasculares debido al rol ocupado en el decaimiento cognitivo y perdida de funciones motrices en la vejez. Estas lesiones son visibles en imágenes obtenidas de secuencias FLAIR por Resonancia Magnética. El proceso de segmentación automática de estas lesiones es dependiente de las características de la máquina lo que se traduce en una falta de robustez en los algoritmos de segmentación tradicionales. El método desarrollado en este trabajo parte de un conjunto de datos de imágenes FLAIR y T1 proporcionados por el concurso MICAI-2017 obtenidos por máquinas de diferentes características. También se proporcionó el “ground truth” consistente en la segmentación manual de esas lesiones. El método consistió en entrenar un modelo de aprendizaje profundo usando la red U-Net 3D. La red neuronal convolucional aquí propuesta consistió en 28 capas y 22 millones de parámetros entrenables. Finalmente, el resultado de este proceso de segmentación se comprobó con el “ground truth” mediante cinco coeficientes de comparación. Los resultados mostraron que se logró una efectividad del 81% en el aprendizaje usando el coeficiente de DICE para hacer la comparación, sin embargo, también se pudo observar que el modelo identifica con gran grado de precisión las lesiones con información en el eje z. El método propuesto resultó robusto y simple al momento de segmentar imágenes tridimensionales, sin necesidad de tener que segmentar las imágenes tridimensionales a un modelo bidimensional.
dc.format application/pdf
dc.format.extent 49
dc.language.iso spa
dc.publisher Espol
dc.rights openAccess
dc.subject DISEÑO DE ALGORITMOS
dc.subject RED-U-NET 3D
dc.subject IMAGENES TRIDIMENSIONALES
dc.title Desarrollo de algoritmos de inteligencia artificial para la segmentación y clasificación de hiperintensidades en sustancia blanca cerebral obtenidas de imágenes de resonancia magnética
dc.type bachelorThesis
dc.identifier.codigoespol D-CD106627
dc.description.city Guayaquil
dc.description.degree Ingeniero en Ciencias Computacionales


Files in this item

This item appears in the following Collection(s)

Show simple item record

Search DSpace


Advanced Search

Browse

My Account