Por favor, use este identificador para citar o enlazar este ítem:
http://repositorio.usfq.edu.ec/handle/23000/14034| Tipo de material: | bachelorThesis |
| Título : | Impacto del Transfer Learning en redes neuronales híbridas para Segmentación de Imágenes Médicas |
| Autor : | Casanova Pabón, Xavier Eduardo |
| Director de Tesis : | Baldeón, Gabriela, dir. |
| Descriptores : | Imágenes diagnósticas - Técnicas digitales.;Aprendizaje automático (Inteligencia artificial) - Investigaciones - Tesis y disertaciones académicas. |
| Fecha de publicación : | 14-may-2024 |
| Editorial : | Quito |
| Citación : | Tesis (Ingeniero Industrial), Universidad San Francisco de Quito, Colegio de Ciencias e Ingenierías ; Quito, Ecuador, 2024 |
| Páginas : | 33 h. |
| Acceso: | openAccess Atribución-NoComercial-SinDerivadas 3.0 Ecuador |
| Resumen : | La resonancia magnética (RM) es una técnica de imagen médica crucial que ha revolucionado el diagnóstico y tratamiento de enfermedades. Especialmente, la segmentación de la próstata en RM ayuda a detectar precozmente el cáncer. Las redes neuronales convolucionales (CNN) han sido efectivas en la segmentación, pero los Vision-Transformers (ViT) emergen por su habilidad para mejorar la comprensión contextual, unificando el procesamiento del lenguaje natural (NLP) con tareas visuales... |
| Descripción : | Magnetic resonance imaging (MRI) is a crucial medical imaging technique that has revolutionized the diagnosis and treatment of diseases. In particular, MRI segmentation of the prostate helps to detect cancer early. Convolutional neural networks (CNNs) have been effective at segmentation, but Vision-Transformers (ViT) emerge for their ability to improve contextual understanding by unifying natural language processing (NLP) with visual tasks... |
| URI : | http://repositorio.usfq.edu.ec/handle/23000/14034 |
| Aparece en las colecciones: | Tesis - Ingeniería Industrial |
Ficheros en este ítem:
| Fichero | Descripción | Tamaño | Formato | |
|---|---|---|---|---|
| 339990.pdf | Texto completo | 1.21 MB | Adobe PDF | Visualizar/Abrir |
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons
