Treballs Fi de MàsterEnginyeria Informàtica i Matemàtiques

Eina d'Aprenentatge Profund per a la Detecció i Segmentació Automàtica de Tumors de Fetge

  • Dades identificatives

    Identificador:  TFM:1882
    Autors:  Balaguer Montero, Maria
    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.
  • Altres:

    Entitat: Universitat Rovira i Virgili (URV)
    Confidencialitat: Si
    Estudiant: Balaguer Montero, Maria
    Ensenyament(s): Ciència de Dades Biomèdiques
    Aprenentatge Servei: No
    Departament: Enginyeria Informàtica i Matemàtiques
    Data d'alta al repositori: 2025-03-03
    Matèria: Fetge--Càncer
    Curs acadèmic: 2023-2024
    Data de la defensa del treball: 2024-06-20
    Drets d'accés: info:eu-repo/semantics/openAccess
    Director del projecte: Sala Llonch, Roser
  • Paraules clau:

    Aprenentatge profund
    segmentació automàtica
    càncer de fetge
    Ciències de la salut
  • Documents:

  • Cerca a google

    Search to google scholar