Detección automática de tejido blando nasal en CT-Scan y MRI utilizando Random Forests

Autores
Pazos, Bruno Alfredo; Navarro, José Pablo; Morales, Arturo Leonardo; Cintas, Celia; Trujillo, Alexandra; de Azevedo, Soledad; González-José, Rolando; Delrieux, Claudio
Año de publicación
2018
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
Este trabajo presenta un procedimiento sencillo para la detección automática de tejido blando nasal a partir de imágenes médicas de tipo CT-Scan y MRI. Para dichas imágenes, inicialmente se aplica un procedimiento de segmentación manual y técnicas de procesamiento digital de imágenes para la confección de un dataset de entrenamiento, conteniendo los valores de cada pixel de la imagen por un lado y 4 valores que representan el área de interés a detectar por otro. Posteriormente, se utilizan métodos de preprocesamiento de datos sobre estas imágenes para ser utilizadas como conjunto de entrenamiento, validación y prueba de un estimador, empleando un algoritmo basado en un modelo de regresión multi-salida denominado Random Forest. Este último es capaz de detectar automáticamente el área de la imagen en la cual se encuentra el tejido blando nasal prediciendo simultáneamente los 4 valores que representan los bordes del área de interés mencionada.
Sociedad Argentina de Informática e Investigación Operativa
Materia
Ciencias Informáticas
imágenes médicas
tejido blando nasal
dataset de entrenamiento
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-sa/3.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/71197
Acceder
id SEDICI_f68a5898e8cc7e827955e1715b95fceb
oai_identifier_str oai:sedici.unlp.edu.ar:10915/71197
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Detección automática de tejido blando nasal en CT-Scan y MRI utilizando Random ForestsPazos, Bruno AlfredoNavarro, José PabloMorales, Arturo LeonardoCintas, CeliaTrujillo, Alexandrade Azevedo, SoledadGonzález-José, RolandoDelrieux, ClaudioCiencias Informáticasimágenes médicastejido blando nasaldataset de entrenamientoEste trabajo presenta un procedimiento sencillo para la detección automática de tejido blando nasal a partir de imágenes médicas de tipo CT-Scan y MRI. Para dichas imágenes, inicialmente se aplica un procedimiento de segmentación manual y técnicas de procesamiento digital de imágenes para la confección de un dataset de entrenamiento, conteniendo los valores de cada pixel de la imagen por un lado y 4 valores que representan el área de interés a detectar por otro. Posteriormente, se utilizan métodos de preprocesamiento de datos sobre estas imágenes para ser utilizadas como conjunto de entrenamiento, validación y prueba de un estimador, empleando un algoritmo basado en un modelo de regresión multi-salida denominado Random Forest. Este último es capaz de detectar automáticamente el área de la imagen en la cual se encuentra el tejido blando nasal prediciendo simultáneamente los 4 valores que representan los bordes del área de interés mencionada.Sociedad Argentina de Informática e Investigación Operativa2018-09info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf14-20http://sedici.unlp.edu.ar/handle/10915/71197spainfo:eu-repo/semantics/altIdentifier/url/http://47jaiio.sadio.org.ar/sites/default/files/cais-3.pdfinfo:eu-repo/semantics/altIdentifier/issn/2451-7607info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-sa/3.0/Creative Commons Attribution-ShareAlike 3.0 Unported (CC BY-SA 3.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-10T12:14:17Zoai:sedici.unlp.edu.ar:10915/71197Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-10 12:14:17.89SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Detección automática de tejido blando nasal en CT-Scan y MRI utilizando Random Forests
title Detección automática de tejido blando nasal en CT-Scan y MRI utilizando Random Forests
spellingShingle Detección automática de tejido blando nasal en CT-Scan y MRI utilizando Random Forests
Pazos, Bruno Alfredo
Ciencias Informáticas
imágenes médicas
tejido blando nasal
dataset de entrenamiento
title_short Detección automática de tejido blando nasal en CT-Scan y MRI utilizando Random Forests
title_full Detección automática de tejido blando nasal en CT-Scan y MRI utilizando Random Forests
title_fullStr Detección automática de tejido blando nasal en CT-Scan y MRI utilizando Random Forests
title_full_unstemmed Detección automática de tejido blando nasal en CT-Scan y MRI utilizando Random Forests
title_sort Detección automática de tejido blando nasal en CT-Scan y MRI utilizando Random Forests
dc.creator.none.fl_str_mv Pazos, Bruno Alfredo
Navarro, José Pablo
Morales, Arturo Leonardo
Cintas, Celia
Trujillo, Alexandra
de Azevedo, Soledad
González-José, Rolando
Delrieux, Claudio
author Pazos, Bruno Alfredo
author_facet Pazos, Bruno Alfredo
Navarro, José Pablo
Morales, Arturo Leonardo
Cintas, Celia
Trujillo, Alexandra
de Azevedo, Soledad
González-José, Rolando
Delrieux, Claudio
author_role author
author2 Navarro, José Pablo
Morales, Arturo Leonardo
Cintas, Celia
Trujillo, Alexandra
de Azevedo, Soledad
González-José, Rolando
Delrieux, Claudio
author2_role author
author
author
author
author
author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
imágenes médicas
tejido blando nasal
dataset de entrenamiento
topic Ciencias Informáticas
imágenes médicas
tejido blando nasal
dataset de entrenamiento
dc.description.none.fl_txt_mv Este trabajo presenta un procedimiento sencillo para la detección automática de tejido blando nasal a partir de imágenes médicas de tipo CT-Scan y MRI. Para dichas imágenes, inicialmente se aplica un procedimiento de segmentación manual y técnicas de procesamiento digital de imágenes para la confección de un dataset de entrenamiento, conteniendo los valores de cada pixel de la imagen por un lado y 4 valores que representan el área de interés a detectar por otro. Posteriormente, se utilizan métodos de preprocesamiento de datos sobre estas imágenes para ser utilizadas como conjunto de entrenamiento, validación y prueba de un estimador, empleando un algoritmo basado en un modelo de regresión multi-salida denominado Random Forest. Este último es capaz de detectar automáticamente el área de la imagen en la cual se encuentra el tejido blando nasal prediciendo simultáneamente los 4 valores que representan los bordes del área de interés mencionada.
Sociedad Argentina de Informática e Investigación Operativa
description Este trabajo presenta un procedimiento sencillo para la detección automática de tejido blando nasal a partir de imágenes médicas de tipo CT-Scan y MRI. Para dichas imágenes, inicialmente se aplica un procedimiento de segmentación manual y técnicas de procesamiento digital de imágenes para la confección de un dataset de entrenamiento, conteniendo los valores de cada pixel de la imagen por un lado y 4 valores que representan el área de interés a detectar por otro. Posteriormente, se utilizan métodos de preprocesamiento de datos sobre estas imágenes para ser utilizadas como conjunto de entrenamiento, validación y prueba de un estimador, empleando un algoritmo basado en un modelo de regresión multi-salida denominado Random Forest. Este último es capaz de detectar automáticamente el área de la imagen en la cual se encuentra el tejido blando nasal prediciendo simultáneamente los 4 valores que representan los bordes del área de interés mencionada.
publishDate 2018
dc.date.none.fl_str_mv 2018-09
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/71197
url http://sedici.unlp.edu.ar/handle/10915/71197
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/url/http://47jaiio.sadio.org.ar/sites/default/files/cais-3.pdf
info:eu-repo/semantics/altIdentifier/issn/2451-7607
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-sa/3.0/
Creative Commons Attribution-ShareAlike 3.0 Unported (CC BY-SA 3.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-sa/3.0/
Creative Commons Attribution-ShareAlike 3.0 Unported (CC BY-SA 3.0)
dc.format.none.fl_str_mv application/pdf
14-20
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1842904083282788352
score 12.993085

Publicaciones similares