F. Arámbula Cosio, F. Torres Robles, Gustavo A.R. Velásquez-Rodríguez, E. G. Galicia Gómez, B. Escalante-Ramírez, J. Olveres, Jorge L. Pérez, V. Medina Bañuelos, L. Camargo Marín, M. Guzmán Huerta
{"title":"Aprendizaje computacional para análisis de imágenes de ultrasonido médico","authors":"F. Arámbula Cosio, F. Torres Robles, Gustavo A.R. Velásquez-Rodríguez, E. G. Galicia Gómez, B. Escalante-Ramírez, J. Olveres, Jorge L. Pérez, V. Medina Bañuelos, L. Camargo Marín, M. Guzmán Huerta","doi":"10.22201/dgtic.26832968e.2021.4.4","DOIUrl":null,"url":null,"abstract":"Las imágenes de ultrasonido médico ofrecen varias ventajas con respecto a otras modalidades como rayos X, tomografía computarizada y resonancia magnética nuclear. Los equipos de ultrasonido son compactos y el tamaño pequeño de la sonda permite al experto tomar imágenes de una amplia variedad de órganos en 2 y 3 dimensiones. Las principales desventajas son un alto nivel de ruido (speckle) en las imágenes y la necesidad de que un experto realice la adquisición de imágenes. En este trabajo presentamos cinco sistemas de análisis computarizado de imágenes de ultrasonido, basados en técnicas de aprendizaje computacional, para mejorar la calidad de la detección de estructuras de interés clínico. Reportamos aplicaciones en: ecocardiografía, salud materno-fetal y oncología.","PeriodicalId":287597,"journal":{"name":"TIES, Revista de Tecnología e Innovación en Educación Superior","volume":"88 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2023-10-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"TIES, Revista de Tecnología e Innovación en Educación Superior","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.22201/dgtic.26832968e.2021.4.4","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0
Abstract
Las imágenes de ultrasonido médico ofrecen varias ventajas con respecto a otras modalidades como rayos X, tomografía computarizada y resonancia magnética nuclear. Los equipos de ultrasonido son compactos y el tamaño pequeño de la sonda permite al experto tomar imágenes de una amplia variedad de órganos en 2 y 3 dimensiones. Las principales desventajas son un alto nivel de ruido (speckle) en las imágenes y la necesidad de que un experto realice la adquisición de imágenes. En este trabajo presentamos cinco sistemas de análisis computarizado de imágenes de ultrasonido, basados en técnicas de aprendizaje computacional, para mejorar la calidad de la detección de estructuras de interés clínico. Reportamos aplicaciones en: ecocardiografía, salud materno-fetal y oncología.