Mostrar el registro sencillo del ítem

dc.contributor.authorRodriguez, Iván
dc.date.accessioned2023-01-26T19:20:26Z
dc.date.available2023-01-26T19:20:26Z
dc.date.issued2016-12-15
dc.identifierhttps://revistas.unachi.ac.pa/index.php/pluseconomia/article/view/26
dc.identifier.issn2644-4046
dc.identifier.urihttp://jadimike.unachi.ac.pa/handle/123456789/741
dc.identifier.urihttps://revistas.unachi.ac.pa/index.php/pluseconomia/article/view/26
dc.description.abstractSegmentation 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.en_US
dc.description.abstractLa 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.es_ES
dc.language.isoeses_ES
dc.publisherUniversidad Autónoma de Chiriquí.es_ES
dc.relation.ispartofseries;Volumen 4, Número 2
dc.subjectSEGMENTACIÓNes_ES
dc.subjectIMÁGENES DE RESONANCIA MAGNÉTICAes_ES
dc.subjectRECONOCIMIENTOes_ES
dc.subjectRECONOCIMIENTO DE PATRONES DIFUSOSes_ES
dc.subjectALGORITMOS DE AGRUPAMIENTO DIFUSOes_ES
dc.titleInteligencia computacional aplicada a la segmentación de imágenes de resonancia magnética cerebral para la diagnosis y tratamiento médicoes_ES
dc.typeArticlees_ES


Ficheros en el ítem

FicherosTamañoFormatoVer

No hay ficheros asociados a este ítem.

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem