Mostra el registre d'ítem simple

dc.contributorSayrol Clols, Elisa
dc.contributorVilaplana Besler, Verónica
dc.contributor.authorVizcaíno Gispert, Begoña
dc.contributor.otherUniversitat Politècnica de Catalunya. Departament de Teoria del Senyal i Comunicacions
dc.date.accessioned2020-02-13T10:55:49Z
dc.date.available2020-02-13T10:55:49Z
dc.date.issued2020-01
dc.identifier.urihttp://hdl.handle.net/2117/177615
dc.description.abstractMalaria is an infectious disease that affects between 300 and 500 million people a year in the whole world. Most cases appear in less developed countries, especially in Africa. In these places, the lack of resources delays diagnosis and consequently treatment. This project aims to develop a system of rapid detection of this disease using Deep Learning. With this purpose, and using a database provided by Vall d?Hebron Hospital with images from the microscope of blood analysis from patients diagnosed with Malaria, a semi-automatic image labelling system has been developed and a neural network has been trained to detect Malaria infected cells and thus facilitate the diagnostic of the disease.
dc.description.abstractLa Malaria es una enfermedad infecciosa que afecta entre 300 y 500 personas en todo el mundo cada año. La mayoría de casos se suelen dar en países que están en vías de desarrollo, sobretodo en África y en estos países la falta de recursos retarda el diagnóstico y como consecuencia el tratamiento. Este trabajo busca desarrollar un sistema de detección rápida de esta enfermedad utilizando Deep Learning. Con este propósito y usando una base de datos proporcionada por la Vall d?Hebron con imágenes de un microscopio en las que se analiza una muestra de sangre de un paciente al que se ha diagnosticado Malaria, se ha desarrollado un sistema de etiquetaje de imágenes semiautomático y se ha entrenado una red para que detecte células infectadas de Malaria y agilizar así el diagnóstico de esta enfermedad.
dc.description.abstractLa Malària és una malaltia que afecta entre 300 i 500 milions de persones a l?any arreu del món, la majoria de casos es donen a països en vies de desenvolupament, sobretot a l?Àfrica i en aquests països la falta de recursos retarda el diagnostic i per conseqüència el tractament. Aquest treball busca desenvolupar un sistema de detecció ràpida d?aquesta malaltia mitjançant Deep Learning. Amb aquest propòsit i utilitzant una base de dades proporcionada per l?hospital Vall d?Hebron amb imatges d?un microscopi d?anàlisis de sang utilitzats per diagnosticar Malària s?ha desenvolupat un sistema d?etiquetatge d?imatges semiautomàtic i s?ha entrenat una xarxa perquè pugui detectar cèl·lules infectades de Malària i facilitar així el diagnòstic d?aquesta malaltia.
dc.language.isospa
dc.publisherUniversitat Politècnica de Catalunya
dc.rightsS'autoritza la difusió de l'obra mitjançant la llicència Creative Commons o similar 'Reconeixement-NoComercial- SenseObraDerivada'
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/es/
dc.subject.lcshImage processing
dc.subject.lcshNeural networks (Computer science)
dc.subject.lcshMedicine -- Data processing
dc.subject.otherdeep learning
dc.subject.otherimage processing
dc.subject.othermedicine
dc.subject.otherredes neuronales
dc.subject.otherprocesado de imagen
dc.subject.othermedicina
dc.titleEnd-to-end deep learning networks for malaria detection
dc.title.alternativeRedes neuronales para la detección de Malaria
dc.title.alternativeXarxes neuronals per la detecció de Malaria
dc.typeBachelor thesis
dc.subject.lemacImatges -- Processament
dc.subject.lemacXarxes neuronals (Informàtica)
dc.subject.lemacMedicina -- Informàtica
dc.identifier.slugETSETB-230.145592
dc.rights.accessOpen Access
dc.date.updated2020-02-04T06:53:31Z
dc.audience.educationlevelGrau
dc.audience.mediatorEscola Tècnica Superior d'Enginyeria de Telecomunicació de Barcelona
dc.audience.degreeGRAU EN ENGINYERIA DE TECNOLOGIES I SERVEIS DE TELECOMUNICACIÓ (Pla 2015)


Fitxers d'aquest items

Thumbnail

Aquest ítem apareix a les col·leccions següents

Mostra el registre d'ítem simple