Disseny d’una metodologia per al processament d’imatges mamogràfiques basada en tècniques d’Aprenentatge Profund


Abstract

l’aprenentatge Profund és un subcamp dins de l’aprenentatge de Màquina que utilitza diferents algoritmes d’aprenentatge automàtic per modelar abstraccions d’alt nivell en dades usant arquitectures jeràrquiques, conegudes com xarxes neuronals profundes (DNNs). Entre els múltiples algoritmes que es poden trobar, hi ha alguns com les xarxes neuronals convolucionals (CNNs), els autocodificadores i les xarxes recurrents (RNNs), que poden ser de gran ajuda a l’hora d’analitzar imatges mèdiques. El gran potencial que tenen aquestes tècniques per a l’anàlisi d’imatge mèdica resideix en la seva velocitat i eficàcia una vegada que tenen una gran quantitat de dades. El seu ús es pot aplicar a tasques tan diverses com la detecció i segmentació de tumors, així com el seu seguiment i control; la visualització i quantificació de el flux sanguini, o a la creació de sistemes d’ajuda per a interpretació de resultats mèdics. Per tant, és lògic pensar que en un futur seran tècniques cada vegada més utilitzades, convertint-se moltes d’aquestes tasques cosa pròpia d’un ordinador. Els objectius d’aquest Treball de Fi de Grau són els següents: – La introducció a l’Aprenentatge Profund i als diferents algoritmes que s’empren actualment, destacant els seus avantatges i desavantatges. – Revisar l’estat de l’art de les tècniques d’Aprenentatge Profund usades per a l’anàlisi d’imatges mèdiques, així com la identificació dels camps mèdics en els quals aquests algoritmes poden ser d’utilitat. – La identificació dels algoritmes d’Aprenentatge Profund que poden emprar-se en l’anàlisi d’imatges mamogràfiques. – El disseny d’una metodologia específica per al processament d’imatges mamogràfiques utilitzant les tècniques esmentades. Per a això es durà a terme un ampli estudi de l’estat de l’art dels diversos algoritmes d’Aprenentatge Profund i dels seus usos en l’anàlisi d’imatge mèdica. També es treballarà en la familiarització amb alguns dels algoritmes més directament relacionats amb la segmentació d’imatge, per la seva aplicabilitat a la detecció de masses i microcalcificacions en mamografia digital, que seran de vital importància en la metodologia dissenyada. Per a això s’empraran diferents fonts bibliogràfiques de referència. Per finalitzar, amb aquest Projecte es volen assenyalar les múltiples aplicacions que tenen els algoritmes d’Aprenentatge Profund en medicina, i ressaltar com el seu ús ajudarà els metges a prendre millors decisions, així com a millorar els resultats mèdics tant en termes de temps com de eficàcia.

Deixa un comentari

L'adreça electrònica no es publicarà. Els camps necessaris estan marcats amb *