Modelo de aprendizaje profundo ligero para la segmentación en tiempo real de pólipos colorrectales
Autores: Jeong, Seung-Min; Lee, Seung-Gun; Seok, Chae-Lin; Lee, Eui-Chul; Lee, Jun-Young
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Modelo de aprendizaje profundo ligero para la segmentación en tiempo real de pólipos colorrectales
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Visión por computadora
Tecnología de inteligencia artificial
Pólipos
Modelos de aprendizaje profundo
Problema de segmentación
Modelo DeepLabV3+ basado en MobileNetV3-encoder
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 23
Citaciones: Sin citaciones
En la colonoscopia, la tecnología de visión por computadora e inteligencia artificial ha permitido la detección automática de la ubicación de pólipos y su visualización. Estos avances han facilitado una considerable investigación en el campo. Sin embargo, los modelos de aprendizaje profundo utilizados en el problema de segmentación para capturar varios patrones de pólipos se están volviendo cada vez más complejos, lo que ha dificultado su funcionamiento en tiempo real. Para identificar y superar este problema, se realizó un estudio sobre un modelo capaz de segmentación precisa de pólipos mientras se aumentaba su velocidad de procesamiento.
Descripción
En la colonoscopia, la tecnología de visión por computadora e inteligencia artificial ha permitido la detección automática de la ubicación de pólipos y su visualización. Estos avances han facilitado una considerable investigación en el campo. Sin embargo, los modelos de aprendizaje profundo utilizados en el problema de segmentación para capturar varios patrones de pólipos se están volviendo cada vez más complejos, lo que ha dificultado su funcionamiento en tiempo real. Para identificar y superar este problema, se realizó un estudio sobre un modelo capaz de segmentación precisa de pólipos mientras se aumentaba su velocidad de procesamiento.