Inteligencia artificial: Desarrollo de algoritmos de clasificación y segmentación en radiografía de tórax

Resumen: Los algoritmos de inteligencia artificial han presentado un gran avance en las tareas relacionadas al reconocimiento de imágenes, siendo capaces de identificar patrones complejos y proporcionando una evaluación cuantitativa. El presente trabajo consistió en el diseño de dos nuevos modelos o...

Descripción completa

Guardado en:

Detalles Bibliográficos
Autores principales:	Raschio A.,Enzo, Contreras R.,Cassandra, Allende N.,Felipe, Maturana Q.,Pablo
Lenguaje:	Spanish / Castilian
Publicado:	Sociedad Chilena de Radiología 2021
Materias:	Cardiomegalia Deep learning Inteligencia artificial Radiografías de tórax
Acceso en línea:	http://www.scielo.cl/scielo.php?script=sci_arttext&pid=S0717-93082021000100008
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

id	oai:scielo:S0717-93082021000100008
record_format	dspace
spelling	oai:scielo:S0717-930820210001000082021-05-19Inteligencia artificial: Desarrollo de algoritmos de clasificación y segmentación en radiografía de tóraxRaschio A.,EnzoContreras R.,CassandraAllende N.,FelipeMaturana Q.,Pablo Cardiomegalia Deep learning Inteligencia artificial Radiografías de tórax Resumen: Los algoritmos de inteligencia artificial han presentado un gran avance en las tareas relacionadas al reconocimiento de imágenes, siendo capaces de identificar patrones complejos y proporcionando una evaluación cuantitativa. El presente trabajo consistió en el diseño de dos nuevos modelos originales desarrollados con la modalidad de Deep Learning, el primero capaz de clasificar estructuras de la región torácica y la presencia de cardiomegalia, el segundo permite segmentar arcos costales posteriores de forma autónoma en radiografías de tórax posteroanterior. Los resultados obtenidos demostraron una exactitud del 100% para el primer modelo en la clasificación de estructuras torácicas, mientras que para la identificación de cardiomegalia la exactitud fue de 99.2 ± 0.8%. El segundo modelo de segmentación autónoma tiene una exactitud del 93 ± 29.0%. A partir de estos resultados y con el desarrollo actual de Deep Learning basado en la clasificación y localización consideramos que esta herramienta permitirá en el futuro automatizar algunos procesos que facilitarán la tarea de todos quienes se relacionan al diagnóstico por imágenes.info:eu-repo/semantics/openAccessSociedad Chilena de RadiologíaRevista chilena de radiología v.27 n.1 20212021-04-01text/htmlhttp://www.scielo.cl/scielo.php?script=sci_arttext&pid=S0717-93082021000100008es10.4067/S0717-93082021000100008
institution	Scielo Chile
collection	Scielo Chile
language	Spanish / Castilian
topic	Cardiomegalia Deep learning Inteligencia artificial Radiografías de tórax
spellingShingle	Cardiomegalia Deep learning Inteligencia artificial Radiografías de tórax Raschio A.,Enzo Contreras R.,Cassandra Allende N.,Felipe Maturana Q.,Pablo Inteligencia artificial: Desarrollo de algoritmos de clasificación y segmentación en radiografía de tórax
description	Resumen: Los algoritmos de inteligencia artificial han presentado un gran avance en las tareas relacionadas al reconocimiento de imágenes, siendo capaces de identificar patrones complejos y proporcionando una evaluación cuantitativa. El presente trabajo consistió en el diseño de dos nuevos modelos originales desarrollados con la modalidad de Deep Learning, el primero capaz de clasificar estructuras de la región torácica y la presencia de cardiomegalia, el segundo permite segmentar arcos costales posteriores de forma autónoma en radiografías de tórax posteroanterior. Los resultados obtenidos demostraron una exactitud del 100% para el primer modelo en la clasificación de estructuras torácicas, mientras que para la identificación de cardiomegalia la exactitud fue de 99.2 ± 0.8%. El segundo modelo de segmentación autónoma tiene una exactitud del 93 ± 29.0%. A partir de estos resultados y con el desarrollo actual de Deep Learning basado en la clasificación y localización consideramos que esta herramienta permitirá en el futuro automatizar algunos procesos que facilitarán la tarea de todos quienes se relacionan al diagnóstico por imágenes.
author	Raschio A.,Enzo Contreras R.,Cassandra Allende N.,Felipe Maturana Q.,Pablo
author_facet	Raschio A.,Enzo Contreras R.,Cassandra Allende N.,Felipe Maturana Q.,Pablo
author_sort	Raschio A.,Enzo
title	Inteligencia artificial: Desarrollo de algoritmos de clasificación y segmentación en radiografía de tórax
title_short	Inteligencia artificial: Desarrollo de algoritmos de clasificación y segmentación en radiografía de tórax
title_full	Inteligencia artificial: Desarrollo de algoritmos de clasificación y segmentación en radiografía de tórax
title_fullStr	Inteligencia artificial: Desarrollo de algoritmos de clasificación y segmentación en radiografía de tórax
title_full_unstemmed	Inteligencia artificial: Desarrollo de algoritmos de clasificación y segmentación en radiografía de tórax
title_sort	inteligencia artificial: desarrollo de algoritmos de clasificación y segmentación en radiografía de tórax
publisher	Sociedad Chilena de Radiología
publishDate	2021
url	http://www.scielo.cl/scielo.php?script=sci_arttext&pid=S0717-93082021000100008
work_keys_str_mv	AT raschioaenzo inteligenciaartificialdesarrollodealgoritmosdeclasificacionysegmentacionenradiografiadetorax AT contrerasrcassandra inteligenciaartificialdesarrollodealgoritmosdeclasificacionysegmentacionenradiografiadetorax AT allendenfelipe inteligenciaartificialdesarrollodealgoritmosdeclasificacionysegmentacionenradiografiadetorax AT maturanaqpablo inteligenciaartificialdesarrollodealgoritmosdeclasificacionysegmentacionenradiografiadetorax
_version_	1718444543407292416

Inteligencia artificial: Desarrollo de algoritmos de clasificación y segmentación en radiografía de tórax

Ejemplares similares