Detección Automática de Agrupamiento de Microcalcificaciones - Oporto Díaz, Samuel Alonso
51,99 €
inkl. MwSt.
Versandkostenfrei*
Versandfertig in 6-10 Tagen
  • Broschiertes Buch

Esta investigación pretende desarrollar un procedimiento para el diagnóstico automático y temprano del cáncer de mama desde mamografías digitalizadas, mediante la detección de agrupamientos de calcificaciones. Para probar el desempeño del procedimiento se usaron 22 imágenes con 252 calcificaciones en total formando 27 regiones de interés tomadas de la base de datos de The Mammographic Image Analysis Society (MIAS). La mamografía es una técnica no invasiva que permite el diagnóstico de cáncer de mama, es una representación bidimensional del grado de atenuación cuando los rayos X pasan a través…mehr

Andere Kunden interessierten sich auch für
Produktbeschreibung
Esta investigación pretende desarrollar un procedimiento para el diagnóstico automático y temprano del cáncer de mama desde mamografías digitalizadas, mediante la detección de agrupamientos de calcificaciones. Para probar el desempeño del procedimiento se usaron 22 imágenes con 252 calcificaciones en total formando 27 regiones de interés tomadas de la base de datos de The Mammographic Image Analysis Society (MIAS). La mamografía es una técnica no invasiva que permite el diagnóstico de cáncer de mama, es una representación bidimensional del grado de atenuación cuando los rayos X pasan a través de un objeto tridimensional, la mama. Las calcificaciones son pequeñas acumulaciones de calcio que se forman dentro de los ductos mamarios; su etiología y localización determinan el tamaño, la forma y la relación que existe entre ellas. Las técnicas de diagnóstico automático usan estas propiedades para la toma de decisiones: calcificaciones aisladas o grandes tienen baja probabilidad de ser malignas, pero calcificaciones pequeñas formando grupos de tres o más tienen alta probabilidad de ser malignas. La detección automática es efectuada por una red neuronal artificial.
Autorenporträt
Magíster en Inteligencia Artificial por el ITESM de México, Ingeniero de Sistema por la Universidad Nacional de Ingeniería de Perú. Docente en Inteligencia Artificial con publicaciones en CLEI, ICIAR, LNCS y IJCNN. Gerente de la empresa KASPeru especializada en Análisis Predictivo de datos estructurados y no estructurados.