PI161-5-5Salpat : patrones basados en saliencia para imágenes de resonancia magnética cerebral

Los modelos de atención visual buscan emular el desempeño Sistemas Visual Humano en la selección de características relevantes para procesamiento visual eficiente sobre una escena. Como resultado los mapas de saliencia visual resaltan patrones visuales sobre una imagen, posiblemente asociado con objetos o conceptos específicos. En el análisis de imágenes médicas esto permite a un radiólogo o un experto clínico enfocar su atención en anomalías o patrones específicos que podrían sugerir la presencia de una patología. Nuestro estudio presenta una exploración inicial del efecto de los modelos de saliencia visual en la extracción de patrones relevantes asociados a patologías, adecuados para la clasificación de imágenes de resonancia magnética MRI de pacientes de control y pacientes con probable Alzheimer. Ajustando los modelos de saliencia para su operación en imágenes médicas, combinando este proceso con una clasificación usando Support Vector Machine SVM.

• Tipo de recurso: masterThesis
• Fecha de publicación: 2016
• Institución: Pontificia Universidad Javeriana
• Repositorio: Repositorio Universidad Javeriana
• Idioma: spa
• OAI Identifier: oai:repository.javeriana.edu.co:10554/19637
• Acceso en línea: http://hdl.handle.net/10554/19637; https://doi.org/10.11144/Javeriana.10554.19637
• Palabra clave: Saliencia visual; Procesamiento de imágenes; Aprendizaje automático; Clasificación basada en imágenes; Enfermedad de Alzheimer; Visual saliency; Image processing; Machine learning; Image classification; Alzheimer disease; Maestría en ingeniería de sistemas - Tesis y disertaciones académicas; Enfermedad de Alzheimer; Resonancia magnética
• Rights: openAccess
• License: Atribución-NoComercial-SinDerivadas 4.0 Internacional