Aprendizaje profundo aplicado al análisis de imágenes médicas.
El análisis de imágenes médicas es fundamental para la medicina moderna. En los últimos años, el aprendizaje profundo y particularmente las redes neuronales convolucionales han logrado grandes mejoras en el desempeño de las técnicas de visión computacional, permitiendo automatizar tareas complejas....
Guardado en:
| Autor Principal: | |
|---|---|
| Otros Autores: | , |
| Formato: | Tesis Libro |
| Lenguaje: | Español |
| Materias: |
Tabla de Contenidos:
- Anatomical priors for image segmentation via post-processing with denoising autoencoders / Agostina J. Larrazabal, Cesar Martinesz y Enzo Ferrante
- Post – DAE: Anatomically plausible segmentatio via post-processing with denoising autoencoders / Agostina J. Larrazabal … [et al.]
- Orthogonal ensemble networks for biomedical image segmentation / Agostina J. Larrazabal … [et al.]
- Maximun entropy on erroneous predictios (MEEP): Improving model calibration for medical image segmetation / Agostina J. Larrazabal … [et al.]
- Video-oculography eye tracking towards clinical applications: A review / Agostina J. Larrazabal, C. E. García Cena y C. E. Martínez
- Eye corners tracking for head movement estimation / Agostina J. Larrazabal, Cecilia. E. García Cena y César E. Martínez