Mostrar el registro sencillo del ítem
Inteligencia computacional aplicada a la segmentación de imágenes de resonancia magnética cerebral para la diagnosis y tratamiento médico
| dc.contributor.author | Rodriguez, Iván | |
| dc.date.accessioned | 2023-01-26T19:20:26Z | |
| dc.date.available | 2023-01-26T19:20:26Z | |
| dc.date.issued | 2016-12-15 | |
| dc.identifier | https://revistas.unachi.ac.pa/index.php/pluseconomia/article/view/26 | |
| dc.identifier.issn | 2644-4046 | |
| dc.identifier.uri | http://jadimike.unachi.ac.pa/handle/123456789/741 | |
| dc.identifier.uri | https://revistas.unachi.ac.pa/index.php/pluseconomia/article/view/26 | |
| dc.description.abstract | Segmentation of medical magneticresonance images present in most of themethod described will be developed insome kind of methodology or related clustering data design to classifiers models, as an introduction to the basic ideas under lying fuzzy pattern recognition, topological properties inreconstructing anatomical tissue andquality representation such medical images features. This is way and approach involving techniques working with modeling the vagueness oruncertainty particularly, fuzzy clustering models as the tool used on the classification systems combined with anatomical reconstruction model evidencing the pathological tissuei dentification process. Finally, this groupof structured techniques algorithms transfers knowledge of the medical domain for use in the reconstruction of volumetric surfaces retain the anatomy ofthe object of interest, in thiscase thepossibility to locate a tumor or lesion. | es_ES |
| dc.description.abstract | La segmentación de imágenes médicas de resonancia magnética, presente en los métodos que se describen, y que serán desarrollados con algún tipo de tecnología relacionada a los modelos de clasificación en agrupamiento de datos,están basados en las teorías básicas subyacentes al reconocimiento de patrones difusos, a las propiedades topológicas en la reconstrucción de tejido anatómico y a la calidad de representación de características de la imagen. Así se involucran técnicas de trabajo con el modelado de vaguedad o incertidumbre utilizando modelos de agrupamiento difuso como herramienta principal del sistema de clasificación,combinados con el modelado de reconstrucción anatómica que evidencie el proceso de identificación de tejido patológico. Finalmente, este grupo de técnicas estructuradas en forma de algoritmos, transfiere conocimiento del dominio médico para ser utilizados en la reconstrucción de superficies volumétricas que conserven la anatomía del objeto de interés; en nuestro caso, la posibilidad de localizar o representar un tumor o lesión. | |
| dc.language.iso | es | es_ES |
| dc.publisher | Universidad Autónoma de Chiriquí. | es_ES |
| dc.relation.ispartofseries | ;Volumen 4, Número 2 | |
| dc.subject | SEGMENTACIÓN | es_ES |
| dc.subject | IMÁGENES DE RESONANCIA MAGNÉTICA | es_ES |
| dc.subject | RECONOCIMIENTO | es_ES |
| dc.subject | RECONOCIMIENTO DE PATRONES DIFUSOS | es_ES |
| dc.subject | ALGORITMOS DE AGRUPAMIENTO DIFUSO | es_ES |
| dc.title | Inteligencia computacional aplicada a la segmentación de imágenes de resonancia magnética cerebral para la diagnosis y tratamiento médico | es_ES |
| dc.type | Article | es_ES |
Ficheros en el ítem
Este ítem aparece en la(s) siguiente(s) colección(ones)
-
Vol. 4, Núm. 2 (2016)
Economía Digital