Automatización de la cuantificación del volumen infectado por neumonía en imágenes de TC pulmonar: una comparación con la evaluación subjetiva de los radiólogos
Autores: Mirniaharikandehei, Seyedehnafiseh; Abdihamzehkolaei, Alireza; Choquehuanca, Angel; Aedo, Marco; Pacheco, Wilmer; Estacio, Laura; Cahui, Victor; Huallpa, Luis; Quiñonez, Kevin; Calderón, Valeria; Gutierrez, Ana Maria; Vargas, Ana; Gamero, Dery; Castro-Gutierrez, Eveling; Qiu, Yuchen; Zheng, Bin; Jo, Javier A.
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Automatización de la cuantificación del volumen infectado por neumonía en imágenes de TC pulmonar: una comparación con la evaluación subjetiva de los radiólogos
Categoría
Ingeniería y Tecnología
Subcategoría
Bioingeniería
Palabras clave
Radiólogos
Diagnóstico de enfermedades
Tomografía computarizada
Aprendizaje profundo
COVID-19
Segmentación
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 32
Citaciones: Sin citaciones
Objetivo: Este estudio tiene como objetivo ayudar a mejorar la eficacia de los radiólogos en el diagnóstico de enfermedades al leer imágenes de tomografía computarizada (TC), investigando la viabilidad de aplicar un método modificado de aprendizaje profundo (DL) como una nueva estrategia para segmentar automáticamente regiones infectadas por enfermedades y predecir la gravedad de la enfermedad.
Descripción
Objetivo: Este estudio tiene como objetivo ayudar a mejorar la eficacia de los radiólogos en el diagnóstico de enfermedades al leer imágenes de tomografía computarizada (TC), investigando la viabilidad de aplicar un método modificado de aprendizaje profundo (DL) como una nueva estrategia para segmentar automáticamente regiones infectadas por enfermedades y predecir la gravedad de la enfermedad.