|
Descripción
|
|
|---|---|
| Las redes neuronales convolucionales (CNN) están demostrando una sorprendente capacidad para reconocimiento de imágenes en tareas de clasificación con grandes conjuntos de entrenamiento y múltiples clases de salida, en algunos casos comparable a la capacidad humana. En el presente trabajo se estudia un sistema para la clasificación completa de una imagen mamográfica, en benigna o maligna, a partir de las microcalcificaciones presentes en una zona segmentada de 256 x 256 píxeles. El sistema es una red neuronal convolucional de tres niveles que se entrena con 100 imágenes de casos reales extraídos de la base de datos DDSM. Los resultados indican la aplicabilidad de las CNN, bajo el enfoque del aprendizaje profundo mediante sistemas de múltiples niveles jerárquicos de complejidad creciente, a problemas de reconocimiento de imágenes médicas de elevada dificultad. | |
|
Internacional
|
No |
|
Nombre congreso
|
XXXIII Congreso anual de la Sociedad Española de Ingeniería Biomédica |
|
Tipo de participación
|
960 |
|
Lugar del congreso
|
Madrid, España |
|
Revisores
|
Si |
|
ISBN o ISSN
|
978-84-608-3354-3 |
|
DOI
|
|
|
Fecha inicio congreso
|
04/11/2015 |
|
Fecha fin congreso
|
06/11/2015 |
|
Desde la página
|
92 |
|
Hasta la página
|
95 |
|
Título de las actas
|
CASEIB 2015 |