Enfermedad renal segmentación y clasificación utilizando técnicas Firefly Sigma Seeker y MagWeight Rank
Autores: Zebari, Dilovan Asaad
Idioma: Inglés
Editor: MDPI
Año: 2025
Acceso abierto
Artículo científico
2025
Enfermedad renal segmentación y clasificación utilizando técnicas Firefly Sigma Seeker y MagWeight Rank
Categoría
Ingeniería y Tecnología
Subcategoría
Bioingeniería
Palabras clave
Aprendizaje profundo
Imágenes médicas
Enfermedad renal
Segmentación
Capas convolucionales
Técnicas de optimización
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 35
Citaciones: Sin citaciones
Los modelos de aprendizaje profundo poseen la capacidad de analizar de manera precisa imágenes médicas como resonancias magnéticas, tomografías computarizadas y ecografías. Este proceso de diagnóstico automatizado facilita la detección temprana de enfermedades renales al identificar cualquier anormalidad o signo de enfermedad. En consecuencia, permite una intervención y tratamiento oportunos, al tiempo que reduce la necesidad de interpretación manual por parte de radiólogos o clínicos. Como resultado, se agiliza el proceso de diagnóstico, lo que conlleva a una mayor eficiencia en el cuidado de la salud.
Descripción
Los modelos de aprendizaje profundo poseen la capacidad de analizar de manera precisa imágenes médicas como resonancias magnéticas, tomografías computarizadas y ecografías. Este proceso de diagnóstico automatizado facilita la detección temprana de enfermedades renales al identificar cualquier anormalidad o signo de enfermedad. En consecuencia, permite una intervención y tratamiento oportunos, al tiempo que reduce la necesidad de interpretación manual por parte de radiólogos o clínicos. Como resultado, se agiliza el proceso de diagnóstico, lo que conlleva a una mayor eficiencia en el cuidado de la salud.