Segmentación de imágenes radiológicas con U-Net
Date
2025-01
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Benemérita Universidad Autónoma de Puebla
Abstract
"La tesis se enfoca en el desarrollo de técnicas de segmentación de imágenes radiológicas utilizando inteligencia artificial, concretamente mediante la arquitectura de red neuronal convolucional U-Net. Su objetivo principal es lograr una segmentación precisa de estructuras anatómicas y una alta adaptabilidad a diferentes tipos de imágenes médicas, incluyendo radiografías, tomografías computarizadas y resonancias magnéticas. El trabajo incluye etapas de análisis y preprocesamiento de imágenes, seguido de la implementación y el entrenamiento de U-Net con un conjunto de datos representativos. Los resultados obtenidos demuestran una alta precisión en la segmentación de estructuras anatómicas, así como la capacidad de U-Net para generalizar y mantener resultados consistentes independientemente de la modalidad de imagen. Este enfoque promete mejorar las aplicaciones clínicas de la segmentación de imágenes, facilitando diagnósticos más precisos y eficaces. Se concluye que U-Net es una herramienta valiosa en la automatización del procesamiento de imágenes médicas, ofreciendo soluciones fiables en el ámbito de la radiología".
Description
Keywords
Citation
Collections
Document Viewer
Select a file to preview:
Can't see the file? Try reloading