Evaluando la resistencia del aprendizaje profundo en la clasificación de fondos de retina con imágenes generadas por redes generativas adversarias
Autores: Di Giammarco, Marcello; Santone, Antonella; Cesarelli, Mario; Martinelli, Fabio; Mercaldo, Francesco
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Evaluando la resistencia del aprendizaje profundo en la clasificación de fondos de retina con imágenes generadas por redes generativas adversarias
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Redes generativas adversarias
Imágenes médicas
Redes neuronales convolucionales
Resiliencia
Clasificación diagnóstica
Imágenes de retina
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 30
Citaciones: Sin citaciones
La evaluación de las Redes Generativas Antagónicas en el ámbito médico ha mostrado un potencial significativo para diversas aplicaciones, incluido el aprendizaje automático adversarial en imágenes médicas.
Descripción
La evaluación de las Redes Generativas Antagónicas en el ámbito médico ha mostrado un potencial significativo para diversas aplicaciones, incluido el aprendizaje automático adversarial en imágenes médicas.