Herramientas de clasificación automática de regiones
Molero Carrión, Marcos
Vázquez Bermúdez, David, dir.
Bernal del Nozal, Jorge, dir. (Universitat Autònoma de Barcelona. Departament de Ciències de la Computació)
Universitat Autònoma de Barcelona. Escola d'Enginyeria

Títol variant: Tools for an automatic classification of regions
Títol variant: Eines de classificació automàtica de regions
Data: 2016-02-11
Resum: El cáncer de colon es uno de los cánceres con más incidencia en la población mundial. Su detección precoz necesita de la identificación temprana de pólipos, que son su lesión precursora. Sistemas automáticos son empleados para ayudar a los médicos en su detección precoz. Dicha detección automática presenta algunos problemas derivados de la aparición de reflejos especulares que afectan a la salida de dichos métodos. Una solución para este problema es la detección automática de reflejos, que se suele llevar a cabo en dos etapas: una segmentación previa de la imagen y una posterior clasificación de esas regiones a partir de un análisis de su contenido. En este proyecto afrontamos esta última etapa, realizando un estudio de diversos clasificadores que determinan si una región contiene un reflejo o no a partir del análisis de unas características de las regiones que se han definido específicamente para este caso. Los resultados preliminares ofrecen un buen rendimiento de los clasificadores estudiados, mostrando asimismo la incidencia de parámetros clave como el tamaño de los conjuntos de entrenamiento y test o los porcentajes de solapamiento a la hora de hacer el entrenamiento.
Resum: Colon cancer is one of the cancers with the highest incidence in the world population. The quick detection requires an early identification of polyps, which are the precursor lesion. Doctors are helped by automatic systems in order to the early detection. This automatic detection poses some problems when it comes to the appearance of specular highlights which affect the output of the said methods. The automatic detection of the specular highlights is a solution for this problem. It is often done in two stages: a previous segmentation of the image and a posterior classification of those regions through an analysis of their content. In this project, we deal with this latter stage by carrying out a study of several classifiers which determine if a region contains or not a specular highlight from the analysis of the characteristics of the regions that have been specifically defined for this case. The preliminary results offer a high performance of the studied classifiers, showing also the incidence of the key parameters like the size of the unit of training set and test set or the percentages of overlapping when it comes to do the training.
Resum: El càncer de còlon és un dels càncers amb més incidència a la població mundial. La seva detecció precoç necessita una identificació primerenca dels pòlips, que són la seva lesió precursora. Sistemes automàtics són emprats per ajudar als metges a la seva primerenca detecció. Aquesta detecció automàtica presenta alguns problemes derivats de l'aparició de reflexos especulars que afecten la sortida d'aquests mètodes. Una solució per a aquest problema és la detecció automàtica de reflexos, que consta de dues etapes: una segmentació prèvia de la imatge i una classificació a posterior d'aquelles regions a partir de l'anàlisi del seu contingut. En aquest projecte afrontem aquesta última etapa, realitzant un estudi de diversos classificadors que determinen si una regió conté reflexes o no a partir de l'anàlisi d'unes característiques de les regions que s'han definit específicament per aquest cas. Els resultats preliminars ofereixen un bon rendiment dels classificadors estudiats, mostrant la incidència de paràmetres clau com la mida del conjunt d'entrenament i test o els percentatges de superposició a l'hora de l'entrenament.
Drets: Aquest document està subjecte a una llicència d'ús Creative Commons. Es permet la reproducció total o parcial i la comunicació pública de l'obra, sempre que no sigui amb finalitats comercials, i sempre que es reconegui l'autoria de l'obra original. No es permet la creació d'obres derivades. Creative Commons
Llengua: Castellà
Titulació: Grau en Enginyeria Informàtica [2502441]
Pla d'estudis: Enginyeria Informàtica [958]
Document: Treball final de grau ; Text
Àrea temàtica: Menció Computació
Matèria: Adaptative Boost ; Aprenentatge computacional ; Classificació de reflexos ; Imatge mèdica ; Random Forest ; Support Vector Machine ; Aprendizaje computacional ; Clasificación de reflejos ; Imagen médica ; Machine Learning ; Medical Image ; Specular Highlights Clasification



13 p, 1.2 MB

El registre apareix a les col·leccions:
Documents de recerca > Treballs de Fi de Grau > Escola d'Enginyeria. TFG

 Registre creat el 2016-05-11, darrera modificació el 2023-07-22



   Favorit i Compartir