dc.creator | Luna Perejón, Francisco | es |
dc.creator | Amaya Rodríguez, Isabel | es |
dc.creator | Civit Masot, Javier | es |
dc.creator | Civit Balcells, Antón | es |
dc.creator | Vicente Díaz, Saturnino | es |
dc.creator | Linares Barranco, Alejandro | es |
dc.date.accessioned | 2019-09-03T08:04:06Z | |
dc.date.available | 2019-09-03T08:04:06Z | |
dc.date.issued | 2019 | |
dc.identifier.citation | Luna Perejón, F., Amaya Rodríguez, I., Civit Masot, J., Civit Balcells, A., Vicente Díaz, S. y Linares Barranco, A. (2019). Localización e identificación automática de pólipos mediante una red neuronal convolucional por regiones. En V jornada de investigación y postgrado de la Escuela Politécnica Superior de Sevilla (Alicante-139), Sevilla (España): 3 ciencias. Área de Innovación y Desarrollo,S.L.. | |
dc.identifier.isbn | 978-84-120057-2-1 | es |
dc.identifier.issn | 9 p. | es |
dc.identifier.uri | https://hdl.handle.net/11441/88878 | |
dc.description.abstract | Este trabajo expone la metodología llevada a cabo para la aplicación de un modelo
Deep Learning con el fin de detectar pólipos de forma automática, así como su
posición en videos de colonoscopia. Se plantearon diferentes métodos y diversas
técnicas que pudieran aplicarse sobre el conjunto de datos proporcionado por el
2018 Sub-challenge Gastrointestinal Image ANAlysis. Seleccionamos el método
Faster Regional Convolutional Neural Network para abarcar el problema planteado.
Para la extracción de características empleamos el modelo ResNet50. Aplicamos
técnicas de data augmentation para incrementar el conjunto de datos empleado en
el entrenamiento del modelo. También aplicamos hard negative mining para reforzar
el aprendizaje del background o fondo, reducir el porcentaje de falsos positivos y
mejorar el rendimiento. | es |
dc.description.abstract | This work exposes the methodology carried out for the application of a Deep Learning
model in the context of automatic polyp detection and its location in colonoscopy
videos. Different methods were proposed as well as the different techniques that can
be applied on the given dataset provided by the 2018 Sub-challenge Gastrointestinal
Image ANAlysis. We chose the Faster Regional Convolutional Neural Network method
to solve this problem. We used ResNet50 in the first part of this algorithm to extract
the main image features. We applied hard negative mining and data augmentation
techniques to increase the dataset used in the training of the model. We also used
hard negative mining to get a better learning of background, reducing false negatives
and improving the performance. | es |
dc.format | application/pdf | es |
dc.language.iso | spa | es |
dc.publisher | 3 ciencias. Área de Innovación y Desarrollo,S.L. | es |
dc.relation.ispartof | V jornada de investigación y postgrado de la Escuela Politécnica Superior de Sevilla (2019), pp. Alicante-139. | |
dc.rights | Attribution-NonCommercial-NoDerivatives 4.0 Internacional | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | * |
dc.subject | Colonoscopia | es |
dc.subject | Detección de pólipos | es |
dc.subject | R-CNN | es |
dc.subject | Regiones de interés | es |
dc.subject | Colonoscopy | es |
dc.subject | Polyp detection | es |
dc.subject | Regions of interest | es |
dc.title | Localización e identificación automática de pólipos mediante una red neuronal convolucional por regiones | es |
dc.type | info:eu-repo/semantics/conferenceObject | es |
dcterms.identifier | https://ror.org/03yxnpp24 | |
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 Arquitectura y Tecnología de Computadores | es |
dc.contributor.group | Universidad de Sevilla. TEP108: Robótica y Tecnología de Computadores | es |
idus.format.extent | 147 | es |
dc.publication.initialPage | Alicante | es |
dc.publication.endPage | 139 | es |
dc.eventtitle | V jornada de investigación y postgrado de la Escuela Politécnica Superior de Sevilla | es |
dc.eventinstitution | Sevilla (España) | es |
dc.relation.publicationplace | Alicante | es |