Las redes neuronales convolucionales para la segmentación automática del cerebro PET con 18F-FDG como ayuda al diagnóstico de la enfermedad de Alzheimer
Autores: Pasini, Elena; Genovesi, Dario; Rossi, Carlo; De Santi, Lisa Anita; Positano, Vincenzo; Giorgetti, Assuero; Santarelli, Maria Filomena
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Las redes neuronales convolucionales para la segmentación automática del cerebro PET con 18F-FDG como ayuda al diagnóstico de la enfermedad de Alzheimer
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Aprendizaje profundo
Enfermedad de Alzheimer
Tomografía por emisión de positrones con 18F-fluorodesoxiglucosa
Redes U-Net3D
Redes V-Net
Segmentación automática
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 36
Citaciones: Sin citaciones
Nuestro trabajo tiene como objetivo explotar modelos de aprendizaje profundo (DL) para segmentar automáticamente regiones diagnósticas involucradas en la enfermedad de Alzheimer (AD) en exploraciones volumétricas de tomografía por emisión de positrones con fluorodesoxiglucosa 18F (PET de 18F-FDG) para proporcionar un diagnóstico más objetivo de esta enfermedad y reducir la variabilidad inducida por la segmentación manual.
Descripción
Nuestro trabajo tiene como objetivo explotar modelos de aprendizaje profundo (DL) para segmentar automáticamente regiones diagnósticas involucradas en la enfermedad de Alzheimer (AD) en exploraciones volumétricas de tomografía por emisión de positrones con fluorodesoxiglucosa 18F (PET de 18F-FDG) para proporcionar un diagnóstico más objetivo de esta enfermedad y reducir la variabilidad inducida por la segmentación manual.