Mostrar el registro sencillo del ítem
Trabajo Fin de Grado
Aplicación de técnicas de aprendizaje profundo (deep learning) a clasificación de imágenes histológicas
dc.contributor.advisor | Acha Piñero, Begoña | es |
dc.contributor.advisor | Serrano Gotarredona, María del Carmen | es |
dc.creator | Suárez Lamadrid, Alejandro | es |
dc.date.accessioned | 2019-02-18T16:46:00Z | |
dc.date.available | 2019-02-18T16:46:00Z | |
dc.date.issued | 2018 | |
dc.identifier.citation | Suárez Lamadrid, A. (2018). Aplicación de técnicas de aprendizaje profundo (deep learning) a clasificación de imágenes histológicas. (Trabajo Fin de Grado Inédito). Universidad de Sevilla, Sevilla. | |
dc.identifier.uri | https://hdl.handle.net/11441/83186 | |
dc.description.abstract | El cáncer es una enfermedad diagnosticada mediante el análisis de muestras histológicas. Una de las características que tienen en cuenta los especialistas y además, indicador temprano de la enfermedad, es el grado de proliferación. Este parámetro es calculado mediante el conteo de mitosis en el tejido a analizar. Este proceso se realiza de manera manual y resulta subjetivo, dando lugar a discrepancias entre patólogos. El desarrollo en los últimos años de técnicas de adquisición, procesado y análisis de imágenes ha permitido numerosos avances en medicina, ayudando a los expertos en su diagnóstico. Este trabajo presenta un método de contaje automático de estas mitosis mediante técnicas de Deep Learning. A partir de una base de datos de imágenes histológicas, se ha entrenado una Red Neuronal Convolucional que posteriormente se ha implementado mediante software, permitiendo analizar imágenes para encontrar figuras mitóticas. | es |
dc.description.abstract | Cancer is a disease that is diagnosed using histological samples. Tumor proliferation speed is one of the characteristics used by specialists and also an early stage trace of the desease. This parameter can be calculated by counting the number of mitosis in a tissue. This is a subjective and manual process, leading to disagreements between experts. The recent development in different technologies of images adquisition, processing and analysis has affected medicine, helping the pathologists in their diagnosis. This project presents an automatic method for counting mitosis using Deep Learning techniques. A Convolutional Neural Network has been trained using an histological database. This network also has a software implementation, allowing us to process images in order to find those mitosis. | es |
dc.format | application/pdf | es |
dc.language.iso | spa | es |
dc.rights | Atribución-NoComercial-CompartirIgual 4.0 Internacional | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-sa/4.0/ | * |
dc.subject | Deep learning | es |
dc.subject | Imágenes histológicas, | es |
dc.subject | Red Neuronal Convoluciona | es |
dc.title | Aplicación de técnicas de aprendizaje profundo (deep learning) a clasificación de imágenes histológicas | es |
dc.type | info:eu-repo/semantics/bachelorThesis | es |
dc.type.version | info:eu-repo/semantics/publishedVersion | es |
dc.rights.accessRights | info:eu-repo/semantics/openAccess | es |
dc.contributor.affiliation | Universidad de Sevilla. Departamento de Teoría de la Señal y Comunicaciones | es |
dc.description.degree | Universidad de Sevilla. Grado en Ingeniería de las Tecnologías de Telecomunicación | es |
idus.format.extent | 83 p. | es |
Ficheros | Tamaño | Formato | Ver | Descripción |
---|---|---|---|---|
TFG-1852-SUAREZ.pdf | 23.02Mb | [PDF] | Ver/ | |