Por favor, use este identificador para citar o enlazar este ítem:
http://repositorio.usfq.edu.ec/handle/23000/13278| Tipo de material: | bachelorThesis |
| Título : | Aplicación de modelos de aprendizaje profundo basados en convoluciones y transformadores para la detección de masas en imágenes de mamografías |
| Autor : | Duque Aguilera, Alejandro Javier |
| Director de Tesis : | Pérez Pérez, Noel, dir. |
| Descriptores : | Aprendizaje automático (Inteligencia artificial) - Tesis y disertaciones académicas |
| Fecha de publicación : | 15-dic-2023 |
| Editorial : | Quito |
| Citación : | Tesis (Ingeniero en Ciencias de la Computación), Universidad San Francisco de Quito, Colegio de Ciencias e Ingenierías ; Quito, Ecuador, 2023 |
| Páginas : | 30 h. |
| Acceso: | openAccess Atribución-NoComercial-SinDerivadas 3.0 Ecuador |
| Resumen : | Este estudio se centra en la aplicación de arquitecturas Transformer para la detección de masas en imágenes mamográficas digitales extraídas de la base de datos InBreast. Se dedica especial atención a la evaluación de la arquitectura DETR (Detection Transformer) y su variante deformable... |
| Descripción : | This research focuses on the application of Transformer architectures for mass detection in digital mammographic images extracted from the InBreast database. Special attention is devoted to the evaluation of the DETR (Detection Transformer) architecture and its deformable variant... |
| URI : | http://repositorio.usfq.edu.ec/handle/23000/13278 |
| Aparece en las colecciones: | Tesis - Ingeniería en Ciencias de la Computación |
Ficheros en este ítem:
| Fichero | Descripción | Tamaño | Formato | |
|---|---|---|---|---|
| 209216.pdf | Texto completo | 573.52 kB | Adobe PDF |  Visualizar/Abrir |
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons
