Detección de anomalías de COVID-19 en radiografías de tórax
Por favor, use este identificador para citar o enlazar este ítem:
http://hdl.handle.net/10045/125471
Título: | Detección de anomalías de COVID-19 en radiografías de tórax |
---|---|
Autor/es: | Díaz Rey, Nuria |
Director de la investigación: | Cazorla, Miguel | Gomez-Donoso, Francisco |
Centro, Departamento o Servicio: | Universidad de Alicante. Departamento de Ciencia de la Computación e Inteligencia Artificial |
Palabras clave: | Deep learning | Anomalías pulmonares | COVID-19 | Radiografías de tórax | Redes neuronales convolucionales |
Fecha de publicación: | 22-jul-2022 |
Fecha de lectura: | 20-jul-2022 |
Resumen: | Se ha realizado una aplicación que, empleando deep learning, permite la detección anomalías pulmonares debidas al COVID-19 en radiografías de tórax. Se han empleado dos redes neuronales convolucionales. La primera Resnet50 para la clasificación de las radiografías en una serie de clases y la segunda YoloV5 para la localización de las anomalías. Por último se ha realizado una comparación de los resultados con ambos métodos y se ha determinado cual es el mejor resultado obtenido. |
URI: | http://hdl.handle.net/10045/125471 |
Idioma: | spa |
Tipo: | info:eu-repo/semantics/bachelorThesis |
Derechos: | Licencia Creative Commons Reconocimiento-NoComercial-SinObraDerivada 4.0 |
Aparece en las colecciones: | Grado en Ingeniería Robótica - Trabajos Fin de Grado |
Archivos en este ítem:
Archivo | Descripción | Tamaño | Formato | |
---|---|---|---|---|
Deteccion_de_anomalias_de_COVID19_en_radiografias_de_torax_Diaz_Rey_Nuria.pdf | 7,44 MB | Adobe PDF | Abrir Vista previa | |
Todos los documentos en RUA están protegidos por derechos de autor. Algunos derechos reservados.