Evaluando la eficacia de los modelos de aprendizaje profundo para identificar imágenes de fondo de ojo médico manipuladas
Autores: Song, Ho-Jung; Han, Ju-Hyuck; Cho, You-Sang; Kim, Yong-Suk
Idioma: Inglés
Editor: MDPI
Año: 2025
Acceso abierto
Artículo científico
2025
Evaluando la eficacia de los modelos de aprendizaje profundo para identificar imágenes de fondo de ojo médico manipuladas
Categoría
Ingeniería y Tecnología
Subcategoría
Inteligencia Artificial
Palabras clave
Imágenes médicas
Modelo de aprendizaje profundo
Detección de manipulación
Conjunto de datos de fondo de ojo
Red Neuronal Convolucional
Campo de la salud
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 25
Citaciones: Sin citaciones
(1) Antecedentes: El uso indebido de la tecnología de transformación utilizando imágenes médicas es un problema crítico que puede poner en peligro la vida de los pacientes, y detectar la manipulación a través de un modelo de aprendizaje profundo es esencial para abordar problemas de imágenes médicas manipuladas que pueden surgir en el campo de la salud.
Descripción
(1) Antecedentes: El uso indebido de la tecnología de transformación utilizando imágenes médicas es un problema crítico que puede poner en peligro la vida de los pacientes, y detectar la manipulación a través de un modelo de aprendizaje profundo es esencial para abordar problemas de imágenes médicas manipuladas que pueden surgir en el campo de la salud.