¿Pueden las imágenes secuenciales del mismo objeto utilizarse para entrenar modelos de aprendizaje automático? Un estudio de caso para detectar enfermedades hepáticas mediante radiómica de ultrasonido
Autores: Sultan, Laith R.; Cary, Theodore W.; Al-Hasani, Maryam; Karmacharya, Mrigendra B.; Venkatesh, Santosh S.; Assenmacher, Charles-Antoine; Radaelli, Enrico; Sehgal, Chandra M.
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
¿Pueden las imágenes secuenciales del mismo objeto utilizarse para entrenar modelos de aprendizaje automático? Un estudio de caso para detectar enfermedades hepáticas mediante radiómica de ultrasonido
Categoría
Ingeniería y Tecnología
Subcategoría
Inteligencia Artificial
Palabras clave
Aprendizaje automático
Imágenes médicas
Independencia de datos
Imágenes secuenciales
Imágenes de ultrasonido
Diagnóstico asistido por computadora
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 19
Citaciones: Sin citaciones
El aprendizaje automático para imágenes médicas no solo requiere cantidades suficientes de datos para entrenamiento y pruebas, sino también que los datos sean independientes. Es común ver datos altamente interdependientes cuando existen correlaciones inherentes entre observaciones.
Descripción
El aprendizaje automático para imágenes médicas no solo requiere cantidades suficientes de datos para entrenamiento y pruebas, sino también que los datos sean independientes. Es común ver datos altamente interdependientes cuando existen correlaciones inherentes entre observaciones.