Aplicación de la transformada curvelet para la detección de cambios estructurales en pacientes con enfermedad de Alzheimer

En el presente trabajo se realiza la descripción del diseño e implementación de una estrategia para la extracción de características de imágenes de resonancia magnética con base en la Transformada Curvelet y la ecuación de la gaussiana generalizada con el fin de verificar que las características ext...

Full description

Autores:
Hernandez Bohorquez, Julian Alejandro
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2023
Institución:
Universidad Militar Nueva Granada
Repositorio:
Repositorio UMNG
Idioma:
spa
OAI Identifier:
oai:repository.unimilitar.edu.co:10654/45723
Acceso en línea:
http://hdl.handle.net/10654/45723
Palabra clave:
ENFERMEDAD DE ALZHEIMER
RESONANCIA MAGNETICA
Alzheimer
Curvelet
Magnetic Resonance
Feature extraction
Machine learning
Alzheimer
Curvelet
Resonancia magnetica
Extacción de caracteristicas
Aprendizaje maquina
Rights
openAccess
License
http://creativecommons.org/licenses/by-nc-nd/4.0/
Description
Summary:En el presente trabajo se realiza la descripción del diseño e implementación de una estrategia para la extracción de características de imágenes de resonancia magnética con base en la Transformada Curvelet y la ecuación de la gaussiana generalizada con el fin de verificar que las características extraídas son relevantes para la detección de enfermedad de Alzheimer. Se empleó la comparación mediante dos modelos que a su vez constan de dos partes: la extracción de características y un clasificador random forest. La extracción de características utilizada para cada modelo es la transformada curvelet y el encoder de un auto-encoder. Se verificaron los resultados de ambos modelos obteniendo un rendimiento inferior en la extracción de características por parte de la transformada curvelet, sin embargo, se obtienen resultados con exactitud de más del 80%.