Entitat: Universitat Rovira i Virgili (URV)
Confidencialitat: Si
Ensenyament(s): Ciència de Dades Biomèdiques
Aprenentatge Servei: No
Títol en diferents idiomes: Eina d'Aprenentatge Profund per a la Detecció i Segmentació Automàtica de Tumors de Fetge
Resum: El nostre objectiu és desenvolupar una eina per a la detecció i segmentació automàtica de tumors hepàtics amb models d'aprenentatge profund existents. Per fer-ho, hem recollit 1.516 exploracions de tomografia computada, procedents de diverses institucions (de codi obert i privades), que representen 4.790 tumors. També s'ha fet una revisió dels mètodes d'última generació, així com una comparació comparativa amb el nostre model resultant. A més, s'ha avaluat l'impacte en el rendiment de la segmentació de diverses característiques d'exploració, juntament amb un subestudi per avaluar la variabilitat inter i intraradiòlegs. Finalment, s'ha provat la quantificació del volum total del tumor com a biomarcador pronòstic.
Matèria: Fetge--Càncer
Curs acadèmic: 2023-2024
Idioma: en
Data de la defensa del treball: 2024-06-20
Àrees temàtiques: Ciències de la salut
Estudiant: Balaguer Montero, Maria
Departament: Enginyeria Informàtica i Matemàtiques
Data d'alta al repositori: 2025-03-03
Paraules clau: Aprenentatge profund, segmentació automàtica, càncer de fetge
Títol en la llengua original: Deep Learning Tool for the Automatic Detection and Segmentation of Liver Tumors
Drets d'accés: info:eu-repo/semantics/openAccess
Director del projecte: Sala Llonch, Roser