MODELO DE DETECCIÓN DE LESIONES EN TOMOGRAFÍAS COMPUTARIZADAS BASADO EN REDES DE APRENDIZAJE PROFUNDO.

RASCÓN CERVANTES, KATHIA VICTORIA (2021) MODELO DE DETECCIÓN DE LESIONES EN TOMOGRAFÍAS COMPUTARIZADAS BASADO EN REDES DE APRENDIZAJE PROFUNDO. Maestría thesis, UNIVERSIDAD AUTONOMA DE CHIHUAHUA.

Vista Previa

Text MODELO DE DETECCIÓN DE LESIONES EN TOMOGRAFÍAS COMPUTARIZADAS BASADO EN REDES DE APRENDIZAJE PROFUNDO.pdf Download (17Mb) | Vista Previa

Resumen

Las lesiones representan un 9% de la mortalidad mundial. Las técnicas de diagnóstico asistido por computadora permiten la identificación y el análisis de lesiones, beneficiando el diagnostico en etapas tempranas. En este trabajo se analiza e implementa el modelo EfficientDet, empleando la base de datos DeepLesion. Una aportación importante es el estudio de dos técnicas de aumento de datos para determinar la relevancia del contexto de las lesiones en dicho proceso. En el modelo EfficientDet se analiza e implementa estratégicamente técnicas de atención en distintas capas del modelo: fusión de contexto 3D y módulos de atención de canal y espacial. Los resultados muestran una sensitividad de 73% con un umbral de 7 falsos positivos por imagen, empleando EfficientDet-D0. Posteriormente, se interpreta el impacto que tienen los distintos niveles de EfficientDet-D0 a D6 en la detección de lesiones. Esto se realiza de manera cuantitativa mediante la métrica de sensitividad y, además, se visualizan algunas de las activaciones de sus mapas de características. Esto último, para realizar un análisis comparativo entre niveles de EfficientDet, tipo y tamaño de lesiones, e imágenes naturales versus imágenes médicas.

Actions (login required)

Ver Objeto