Observatorio de I+D+i UPM

Memorias de investigación
Ponencias en congresos:
Detección y clasificación de enfisema pulmonar en imágenes de TAC mediante Redes Neuronales Convolucionales Multiescala
Año:2016
Áreas de investigación
  • Bioinstrumentación,
  • Equipo médico,
  • Tecnología electrónica y de las comunicaciones
Datos
Descripción
En este trabajo proponemos y validamos una herramienta para el reconocimiento de patrones de enfisema pulmonar, fenotipo principal de la Enfermedad Pulmonar Obstructiva Crónica (EPOC) en imágenes de TAC. El método propuesto se basa en un Red Neuronal Convolucional (CNN) Multiescala diseñada para la detección y clasificación de 6 clases de tejido pulmonar, incluyendo 5 patrones de enfisema y tejido normal. La red propuesta consta de 4 capas convolucionales y 3 de submuestreo, y la entrada a la misma corresponde a una representación multiescala de la imagen pulmonar a clasificar. Dicho método ha sido entrenado y validado con un conjunto de datos de 1337 muestras provenientes de 267 escáneres de TAC pulmonar.
Internacional
No
Nombre congreso
XXXIV Congreso Anual de la Sociedad Española de Ingeniería Biomédica
Tipo de participación
960
Lugar del congreso
Valencia, España
Revisores
Si
ISBN o ISSN
978-84-9048-531-6
DOI
Fecha inicio congreso
23/11/2016
Fecha fin congreso
25/11/2016
Desde la página
370
Hasta la página
373
Título de las actas
Actas
Esta actividad pertenece a memorias de investigación
Participantes
  • Autor: Maria Jesus Ledesma Carbayo (UPM)
Grupos de investigación, Departamentos, Centros e Institutos de I+D+i relacionados
  • Creador: Grupo de Investigación: Tecnología de imágenes biomédicas
  • Centro o Instituto I+D+i: Centro de I+d+i en Procesado de la Información y Telecomunicaciones
  • Departamento: Ingeniería Electrónica
S2i 2021 Observatorio de investigación @ UPM con la colaboración del Consejo Social UPM
Cofinanciación del MINECO en el marco del Programa INNCIDE 2011 (OTR-2011-0236)
Cofinanciación del MINECO en el marco del Programa INNPACTO (IPT-020000-2010-22)