51,99 €
inkl. MwSt.
Versandkostenfrei*
Versandfertig in 1-2 Wochen
payback
26 °P sammeln
  • Broschiertes Buch

La correcta clasificación de las tumoraciones ováricas como benignas o malignas es un problema frecuente en la consulta de ginecología general, así como la identificación de atipias celulares en citologías cervicovaginales para la detección precoz de cáncer de cérvix lo es para un laboratorio de Anatomía Patológica. Por ello se presenta un análisis de algoritmos de aprendizaje automático clásicos para su aplicación en la clasificación de imágenes ecográficas de tumores de ovario, y la aplicación de Deep Learning para la detección de células atípicas en citologías con tinción de Papanicolaou,…mehr

Produktbeschreibung
La correcta clasificación de las tumoraciones ováricas como benignas o malignas es un problema frecuente en la consulta de ginecología general, así como la identificación de atipias celulares en citologías cervicovaginales para la detección precoz de cáncer de cérvix lo es para un laboratorio de Anatomía Patológica. Por ello se presenta un análisis de algoritmos de aprendizaje automático clásicos para su aplicación en la clasificación de imágenes ecográficas de tumores de ovario, y la aplicación de Deep Learning para la detección de células atípicas en citologías con tinción de Papanicolaou, como planteamiento inicial para el desarrollo de un Sistema de Ayuda al Diagnóstico Médico asisitido por Ordenador.
Autorenporträt
Dr. D. José Martínez-Más, Doctor en Ciencias de la Salud. Médico Especialista en Obstetricia y Ginecología. Facultativo Especialista Adjunto en la Unidad de Oncología Ginecológica del Hospital Clínico Universitario Virgen de la Arrixaca, Murcia, España. Director Médico del Centro Integral de Atención en Ginecología y Obstetricia CIAGO, Torre Pacheco, Murcia, España.