Segmentación de tumores cerebrales en IRM usando CNN
Publicado: 03 Mar 2021, 23:29
Tema: Segmentación de tumores cerebrales en IRM usando CNN
Integrantes:
Las IRM son la principal herramienta para el diagnóstico, evaluación y seguimiento de tumores cerebrales. Para estas tareas son necesarias hacer una segmentación para saber que parte es tejido sano y cual es tejido dañado, pero hacer esto de forma manual es una tarea tediosa que tomaría mucho tiempo.Para ayudar en esta tarea se usaran Redes Neuronales Convolucionale, ya s que son más eficaces en problemas de visión por ordenador y segmentación, por esta razón se entrenó y comparó los resultados de las arquitecturas U-Net, V-Net y ResUnet y se escogió la que mejor realiza el trabajo. En nuestra investigación, la mejor arquitectura fue U-Net con coeficiente de Dice de 70.7%.
Paper:
https://github.com/renzoguerrero17/Segm ... lucionales
Integrantes:
- Guerrero Huayta Renzo
- Montoya Salazar Abner
Las IRM son la principal herramienta para el diagnóstico, evaluación y seguimiento de tumores cerebrales. Para estas tareas son necesarias hacer una segmentación para saber que parte es tejido sano y cual es tejido dañado, pero hacer esto de forma manual es una tarea tediosa que tomaría mucho tiempo.Para ayudar en esta tarea se usaran Redes Neuronales Convolucionale, ya s que son más eficaces en problemas de visión por ordenador y segmentación, por esta razón se entrenó y comparó los resultados de las arquitecturas U-Net, V-Net y ResUnet y se escogió la que mejor realiza el trabajo. En nuestra investigación, la mejor arquitectura fue U-Net con coeficiente de Dice de 70.7%.
Paper:
Pasos para el desarrollo del trabajo:
Video:
Presentación:
Codigo:
https://github.com/renzoguerrero17/Segm ... lucionales