<?xml version="1.0" encoding="UTF-8" ?>
<oai_dc:dc schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/ http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
<dc:title>Aproximaciones para dar soporte al diagnóstico en base a imagen médica y otros datos clínicos utilizando técnicas de aprendizaje profundo</dc:title>
<dc:creator>Nadal Almela, Silvia</dc:creator>
<dc:contributor>Gómez Adrian, Jon Ander</dc:contributor>
<dc:contributor>Paredes Palacios, Roberto</dc:contributor>
<dc:contributor>Universitat Politècnica de València. Departamento de Sistemas Informáticos y Computación - Departament de Sistemes Informàtics i Computació</dc:contributor>
<dc:subject>Imatge mèdica</dc:subject>
<dc:subject>Processament d’imatge</dc:subject>
<dc:subject>Aprenentatge profund</dc:subject>
<dc:subject>Diagnòstic assistit</dc:subject>
<dc:subject>Deep Learning</dc:subject>
<dc:subject>Xarxes neuronals</dc:subject>
<dc:subject>Support to diagnosis</dc:subject>
<dc:subject>Medical image processing</dc:subject>
<dc:subject>Deep Neural Networks</dc:subject>
<dc:subject>Diagnóstico médico asistido</dc:subject>
<dc:subject>Imagen médica</dc:subject>
<dc:subject>Redes neuronales</dc:subject>
<dc:subject>Aprendizaje profundo</dc:subject>
<dc:subject>LENGUAJES Y SISTEMAS INFORMATICOS</dc:subject>
<dc:subject>Máster Universitario en Inteligencia Artificial, Reconocimiento de Formas e Imagen Digital-Màster Universitari en Intel·Ligència Artificial: Reconeixement de Formes i Imatge Digital</dc:subject>
<dc:description>[CA] L'objectiu d'aquest projecte és el desenvolupament de ferramentes basades en tècniques d'aprenentatge automàtic, principalment, xarxes neuronals, per a assistir en la detecció i diagnòstic de certes malalties. Es farà ús de conjunts d'imatges mèdiques i, possiblement, de dades complementàries a aquestes, per a entrenar i ajustar els models dissenyats. Les dos principals finalitats dels models seran classificació, segons si es presenten signes de la malaltia o no, i segmentació, per a ressaltar aquelles zones més interessants de cara a determinar si el pacient pateix la malaltia. Les imatges s'obtindran de conjunts de dades públics, com aquell proporcionat pel Banc d'Imatge Mèdica de la Comunitat Valenciana, format per radiografies de pit.</dc:description>
<dc:description>[ES] El objetivo principal de este proyecto es el desarrollo de herramientas software basadas en técnicas de aprendizaje automático, principalmente, redes neuronales, para asistir en la detección y diagnóstico de ciertas enfermedades. Se utilizarán conjuntos de imágenes médicas y, posiblemente, de datos complementarios a estas, para entrenar y ajustar los modelos diseñados. Los dos fines principales de los modelos serán clasificación, según si se presentan signos de la enfermedad o no, y segmentación, para resaltar aquellas zonas más interesantes de cara a determinar si el paciente sufre la enfermedad. Las imágenes se obtendrán de conjuntos de datos públicos, como el proporcionado por el Banco de Imagen Médica de la Comunidad Valenciana, formado por radiografías de pecho.</dc:description>
<dc:description>[EN] The main goal of this project is the development of tools based on machine learning techniques, mainly neural networks, to assist in the detection and diagnosis of certain diseases. Sets of medical images and possibly complementary data will be used to train and adjust the designed models. The two main purposes of the models will be classification, depending on whether the images show signs of the disease, and segmentation, to highlight those areas that are more interesting to determine if the patient suffers from the disease. The images will be obtained from public data sets, such as that provided by the Medical Image Bank of the Valencian Community, consisting of chest X-ray images.</dc:description>
<dc:description>Nadal Almela, S. (2020). Aproximaciones para dar soporte al diagnóstico en base a imagen médica y otros datos clínicos utilizando técnicas de aprendizaje profundo. Universitat Politècnica de València. http://hdl.handle.net/10251/159155</dc:description>
<dc:date>2021-01-15</dc:date>
<dc:type>info:eu-repo/semantics/masterThesis</dc:type>
<dc:identifier>http://hdl.handle.net/10251/159155</dc:identifier>
<dc:language>cat</dc:language>
<dc:rights>http://rightsstatements.org/vocab/InC/1.0/</dc:rights>
<dc:rights>info:eu-repo/semantics/openAccess</dc:rights>
<dc:publisher>Universitat Politècnica de València</dc:publisher>
</oai_dc:dc>
<?xml version="1.0" encoding="UTF-8" ?>
<rdf:RDF schemaLocation="http://www.w3.org/1999/02/22-rdf-syntax-ns# http://www.europeana.eu/schemas/edm">
<edm:ProvidedCHO about="http://hdl.handle.net/10251/159155">
<dc:title>Aproximaciones para dar soporte al diagnóstico en base a imagen médica y otros datos clínicos utilizando técnicas de aprendizaje profundo</dc:title>
<dc:creator>Nadal Almela, Silvia</dc:creator>
<dc:contributor>Gómez Adrian, Jon Ander</dc:contributor>
<dc:contributor>Paredes Palacios, Roberto</dc:contributor>
<dc:contributor>Universitat Politècnica de València. Departamento de Sistemas Informáticos y Computación - Departament de Sistemes Informàtics i Computació</dc:contributor>
<dc:subject>Imatge mèdica</dc:subject>
<dc:subject>Processament d’imatge</dc:subject>
<dc:subject>Aprenentatge profund</dc:subject>
<dc:subject>Diagnòstic assistit</dc:subject>
<dc:subject>Deep Learning</dc:subject>
<dc:subject>Xarxes neuronals</dc:subject>
<dc:subject>Support to diagnosis</dc:subject>
<dc:subject>Medical image processing</dc:subject>
<dc:subject>Deep Neural Networks</dc:subject>
<dc:subject>Diagnóstico médico asistido</dc:subject>
<dc:subject>Imagen médica</dc:subject>
<dc:subject>Redes neuronales</dc:subject>
<dc:subject>Aprendizaje profundo</dc:subject>
<dc:subject>LENGUAJES Y SISTEMAS INFORMATICOS</dc:subject>
<dc:subject>Máster Universitario en Inteligencia Artificial, Reconocimiento de Formas e Imagen Digital-Màster Universitari en Intel·Ligència Artificial: Reconeixement de Formes i Imatge Digital</dc:subject>
<dc:description>[CA] L'objectiu d'aquest projecte és el desenvolupament de ferramentes basades en tècniques d'aprenentatge automàtic, principalment, xarxes neuronals, per a assistir en la detecció i diagnòstic de certes malalties. Es farà ús de conjunts d'imatges mèdiques i, possiblement, de dades complementàries a aquestes, per a entrenar i ajustar els models dissenyats. Les dos principals finalitats dels models seran classificació, segons si es presenten signes de la malaltia o no, i segmentació, per a ressaltar aquelles zones més interessants de cara a determinar si el pacient pateix la malaltia. Les imatges s'obtindran de conjunts de dades públics, com aquell proporcionat pel Banc d'Imatge Mèdica de la Comunitat Valenciana, format per radiografies de pit.</dc:description>
<dc:description>[ES] El objetivo principal de este proyecto es el desarrollo de herramientas software basadas en técnicas de aprendizaje automático, principalmente, redes neuronales, para asistir en la detección y diagnóstico de ciertas enfermedades. Se utilizarán conjuntos de imágenes médicas y, posiblemente, de datos complementarios a estas, para entrenar y ajustar los modelos diseñados. Los dos fines principales de los modelos serán clasificación, según si se presentan signos de la enfermedad o no, y segmentación, para resaltar aquellas zonas más interesantes de cara a determinar si el paciente sufre la enfermedad. Las imágenes se obtendrán de conjuntos de datos públicos, como el proporcionado por el Banco de Imagen Médica de la Comunidad Valenciana, formado por radiografías de pecho.</dc:description>
<dc:description>[EN] The main goal of this project is the development of tools based on machine learning techniques, mainly neural networks, to assist in the detection and diagnosis of certain diseases. Sets of medical images and possibly complementary data will be used to train and adjust the designed models. The two main purposes of the models will be classification, depending on whether the images show signs of the disease, and segmentation, to highlight those areas that are more interesting to determine if the patient suffers from the disease. The images will be obtained from public data sets, such as that provided by the Medical Image Bank of the Valencian Community, consisting of chest X-ray images.</dc:description>
<dcterms:issued>2021-01-15</dcterms:issued>
<dcterms:created>2020-12-10</dcterms:created>
<dc:type>info:eu-repo/semantics/masterThesis</dc:type>
<dc:identifier>http://hdl.handle.net/10251/159155</dc:identifier>
<dc:language>cat</dc:language>
<dc:publisher>Universitat Politècnica de València</dc:publisher>
<edm:type>TEXT</edm:type>
</edm:ProvidedCHO>
<ore:Aggregation about="http://hdl.handle.net/10251/159155">
<edm:dataProvider>Riunet (Universitat Politècnica de València)</edm:dataProvider>
<edm:provider>Hispana</edm:provider>
</ore:Aggregation>
<edm:WebResource about="https://riunet.upv.es/bitstream/10251/159155/1/Nadal%20-%20Aproximaciones%20para%20dar%20soporte%20al%20diagn%c3%b3stico%20en%20base%20a%20imagen%20m%c3%a9dica%20y%20otros%20datos%20cl%c3%adn....pdf">
</edm:WebResource>
<edm:WebResource about="https://riunet.upv.es/bitstream/10251/159155/2/Nadal%20-%20Aproximaciones%20para%20dar%20soporte%20al%20diagn%c3%b3stico%20en%20base%20a%20imagen%20m%c3%a9dica%20y%20otros%20datos%20cl%c3%adn....pdf.jpg">
</edm:WebResource>
</rdf:RDF>
<?xml version="1.0" encoding="UTF-8" ?>
<europeana:record schemaLocation="http://www.europeana.eu/schemas/ese/ http://www.europeana.eu/schemas/ese/ESE-V3.4.xsd">
<dc:title>Aproximaciones para dar soporte al diagnóstico en base a imagen médica y otros datos clínicos utilizando técnicas de aprendizaje profundo</dc:title>
<dc:creator>Nadal Almela, Silvia</dc:creator>
<dc:contributor>Gómez Adrian, Jon Ander</dc:contributor>
<dc:contributor>Paredes Palacios, Roberto</dc:contributor>
<dc:contributor>Universitat Politècnica de València. Departamento de Sistemas Informáticos y Computación - Departament de Sistemes Informàtics i Computació</dc:contributor>
<dc:subject>Imatge mèdica</dc:subject>
<dc:subject>Processament d’imatge</dc:subject>
<dc:subject>Aprenentatge profund</dc:subject>
<dc:subject>Diagnòstic assistit</dc:subject>
<dc:subject>Deep Learning</dc:subject>
<dc:subject>Xarxes neuronals</dc:subject>
<dc:subject>Support to diagnosis</dc:subject>
<dc:subject>Medical image processing</dc:subject>
<dc:subject>Deep Neural Networks</dc:subject>
<dc:subject>Diagnóstico médico asistido</dc:subject>
<dc:subject>Imagen médica</dc:subject>
<dc:subject>Redes neuronales</dc:subject>
<dc:subject>Aprendizaje profundo</dc:subject>
<dc:subject>LENGUAJES Y SISTEMAS INFORMATICOS</dc:subject>
<dc:subject>Máster Universitario en Inteligencia Artificial, Reconocimiento de Formas e Imagen Digital-Màster Universitari en Intel·Ligència Artificial: Reconeixement de Formes i Imatge Digital</dc:subject>
<dc:description>[CA] L'objectiu d'aquest projecte és el desenvolupament de ferramentes basades en tècniques d'aprenentatge automàtic, principalment, xarxes neuronals, per a assistir en la detecció i diagnòstic de certes malalties. Es farà ús de conjunts d'imatges mèdiques i, possiblement, de dades complementàries a aquestes, per a entrenar i ajustar els models dissenyats. Les dos principals finalitats dels models seran classificació, segons si es presenten signes de la malaltia o no, i segmentació, per a ressaltar aquelles zones més interessants de cara a determinar si el pacient pateix la malaltia. Les imatges s'obtindran de conjunts de dades públics, com aquell proporcionat pel Banc d'Imatge Mèdica de la Comunitat Valenciana, format per radiografies de pit.</dc:description>
<dc:description>[ES] El objetivo principal de este proyecto es el desarrollo de herramientas software basadas en técnicas de aprendizaje automático, principalmente, redes neuronales, para asistir en la detección y diagnóstico de ciertas enfermedades. Se utilizarán conjuntos de imágenes médicas y, posiblemente, de datos complementarios a estas, para entrenar y ajustar los modelos diseñados. Los dos fines principales de los modelos serán clasificación, según si se presentan signos de la enfermedad o no, y segmentación, para resaltar aquellas zonas más interesantes de cara a determinar si el paciente sufre la enfermedad. Las imágenes se obtendrán de conjuntos de datos públicos, como el proporcionado por el Banco de Imagen Médica de la Comunidad Valenciana, formado por radiografías de pecho.</dc:description>
<dc:description>[EN] The main goal of this project is the development of tools based on machine learning techniques, mainly neural networks, to assist in the detection and diagnosis of certain diseases. Sets of medical images and possibly complementary data will be used to train and adjust the designed models. The two main purposes of the models will be classification, depending on whether the images show signs of the disease, and segmentation, to highlight those areas that are more interesting to determine if the patient suffers from the disease. The images will be obtained from public data sets, such as that provided by the Medical Image Bank of the Valencian Community, consisting of chest X-ray images.</dc:description>
<dcterms:issued>2021-01-15</dcterms:issued>
<dcterms:created>2020-12-10</dcterms:created>
<dc:type>info:eu-repo/semantics/masterThesis</dc:type>
<dc:identifier>http://hdl.handle.net/10251/159155</dc:identifier>
<dc:language>cat</dc:language>
<dc:rights>http://rightsstatements.org/vocab/InC/1.0/</dc:rights>
<dc:rights>info:eu-repo/semantics/openAccess</dc:rights>
<dc:publisher>Universitat Politècnica de València</dc:publisher>
<europeana:object>https://riunet.upv.es/bitstream/10251/159155/2/Nadal - Aproximaciones para dar soporte al diagnóstico en base a imagen médica y otros datos clín....pdf.jpg</europeana:object>
<europeana:provider>Hispana</europeana:provider>
<europeana:type>TEXT</europeana:type>
<europeana:rights>http://www.europeana.eu/rights/rr-f/</europeana:rights>
<europeana:dataProvider>Universitat Politècnica de València</europeana:dataProvider>
<europeana:isShownBy>https://riunet.upv.es/bitstream/10251/159155/1/Nadal - Aproximaciones para dar soporte al diagnóstico en base a imagen médica y otros datos clín....pdf</europeana:isShownBy>
<europeana:isShownAt>http://hdl.handle.net/10251/159155</europeana:isShownAt>
</europeana:record>