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...
- 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/
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%. |
---|