Representación y Clasificación de grandes colecciones de imágenes médicas

González, Fabio Augusto

Publication:
Representación y Clasificación de grandes colecciones de imágenes médicas

dc.contributor.author	González, Fabio Augusto
dc.contributor.corpauthor	Universidad Nacional de Colombia
dc.date.accessioned	2019-08-24T14:56:33Z
dc.date.accessioned	2020-12-18T00:42:52Z
dc.date.available	2019-08-24T14:56:33Z
dc.date.available	2020-12-18T00:42:52Z
dc.date.issued	2011-09
dc.description.abstract	Para la representación de la imágenes de radiología se han seleccionado dos estrategias diferentes, la primera usando las características visuales y representación BdC propuestas recientemente por Avni et al., han propuesto una estrategia de representación de BdC que toma en cuenta información espacial para la tarea de clasificación automática en el desafío de ImageCLEF del año 2009. En este caso el vocabulario visual obtenido es de 700 palabras visuales ubicadas también espacialmente por medio del algoritmo de k-medias. En este trabajo proponen una representación basada en parches reduciendo su dimensionalidad usando Análisis de Componentes principales (ACP) y tomando solo la representación del parche normalizado a media cero y varianza uno de los 7 primeros componentes principales más las coordenadas (x,y) y el promedio de gris del parche. Para la clasificación usan una SVM multiclase con la estrategia de uno-vs-uno obteniendo un desempeño de 89.1% en exactitud. El punto de partida de la representación de BdC es la detención y representación de características locales. El objetivo de esta etapa es detectar los patrones visuales que integran la imagen y describen la apariencia visual de parte de los elementos que la constituyen bien sea en color, textura o forma. Para esto se han propuesto distintas formas de identificar y extraer estas características locales, para las imágenes de radiología se propone usar como características locales los parches crudos con información espacial.	spa
dc.description.sponsorship	Departamento Administrativo de Ciencia, Tecnología e Innovación [CO] Colciencias	spa
dc.description.tableofcontents	1. Estado del Proyecto 2.Imágenes de radiología: informe técnico 3. Imágenes de histología e histopatología: informe técnico	spa
dc.format.extent	62 páginas	spa
dc.format.mimetype	application/pdf	spa
dc.format.size	1,75 MB	spa
dc.identifier.instname	Colciencias	spa
dc.identifier.reponame	Repositorio Colciencias	spa
dc.identifier.repourl	http://colciencias.metabiblioteca.com.co	spa
dc.identifier.uri	https://colciencias.metadirectorio.org/handle/11146/39642
dc.language.iso	spa	spa
dc.publisher.place	Bogotá	spa
dc.rights.accessrights	info:eu-repo/semantics/openAccess	spa
dc.rights.creativecommons	https://creativecommons.org/licenses/by/4.0/	spa
dc.subject.other	Clasificación de imágenes	spa
dc.subject.other	Procesamiento de imágenes	spa
dc.subject.other	Método de medición	spa
dc.subject.other	Sistemas de imágenes en medicina	spa
dc.subject.other	Diagnóstico por imagen	spa
dc.subject.other	Fotografía médica	spa
dc.subject.unesco	Método de medición	spa
dc.title	Representación y Clasificación de grandes colecciones de imágenes médicas	spa
dc.type	Informe de investigación	spa
dc.type.coar	http://purl.org/coar/resource_type/c_18ws	spa
dc.type.content	Text	spa
dc.type.driver	info:eu-repo/semantics/report	spa
dc.type.redcol	https://purl.org/redcol/resource_type/INF	spa
dc.type.version	info:eu-repo/semantics/submittedVersion	spa
dc.type.version	http://purl.org/coar/version/c_ab4af688f83e57aa	spa
dc.type.version	info:eu-repo/semantics/submittedVersion	spa
dc.type.version	http://purl.org/coar/version/c_ab4af688f83e57aa	spa
dspace.entity.type	Publication
oaire.awardnumber	1101-489-25577	spa
oaire.funderidentifier.colciencias	727-2009	spa
oaire.fundername	Departamento Administrativo de Ciencia, Tecnología e Innovación [CO] Colciencias	spa
oaire.fundingstream	Programa Nacional de Electrónica, Telecomunicaciones e Informática	spa