BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//Departamento de Computación - ECPv6.15.18//NONSGML v1.0//EN
CALSCALE:GREGORIAN
METHOD:PUBLISH
X-WR-CALNAME:Departamento de Computación
X-ORIGINAL-URL:https://www.dc.uba.ar
X-WR-CALDESC:Eventos para Departamento de Computación
REFRESH-INTERVAL;VALUE=DURATION:PT1H
X-Robots-Tag:noindex
X-PUBLISHED-TTL:PT1H
BEGIN:VTIMEZONE
TZID:America/Sao_Paulo
BEGIN:STANDARD
TZOFFSETFROM:-0200
TZOFFSETTO:-0300
TZNAME:-03
DTSTART:20180218T020000
END:STANDARD
BEGIN:DAYLIGHT
TZOFFSETFROM:-0300
TZOFFSETTO:-0200
TZNAME:-02
DTSTART:20181104T030000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:-0200
TZOFFSETTO:-0300
TZNAME:-03
DTSTART:20190217T020000
END:STANDARD
END:VTIMEZONE
BEGIN:VEVENT
DTSTART;TZID=America/Sao_Paulo:20190626T140000
DTEND;TZID=America/Sao_Paulo:20190626T150000
DTSTAMP:20260614T165104
CREATED:20190625T124626Z
LAST-MODIFIED:20190625T124626Z
UID:5327-1561557600-1561561200@www.dc.uba.ar
SUMMARY:Defensa Tesis Licenciatura Esteban Fernandez
DESCRIPTION:Título: «Análisis automático de radiografías torácicas por medio de\nredes neuronales profundas» \nDirector: Enzo Ferrante \nJurado: Pablo Negri y Diego Fernandez Slezak \nResumen: Las imágenes de rayos X constituyen uno de los tipos de\nimágenes médicas utilizados con mayor frecuencia para el diagnóstico y\nseguimiento de enfermedades de la caja torácica. En particular\,\npatologías cardiacas y pulmonares tales como la cardiomegalia\, neumonía\,\nneumotórax\, pueden ser diagnosticadas por este medio. Dicho diagnóstico\nrequiere la intervención de un especialista médico o radiólogo\, que\ninterprete las imágenes e informe sobre la existencia de anomalías en\nlas mismas. Durante las últimas décadas\, el advenimiento de nuevos\nmétodos de aprendizaje automático ha permitido el desarrollo de\nherramientas computacionales de asistencia al diagnóstico\, cuyo objetivo\nradica en detectar posibles anomalías en imágenes médicas y alertar al\nespecialista. \nEsta tesis de licenciatura aborda el problema de clasificación de\npatologías a partir de radiografías torácicas por medio de redes\nneuronales profundas. En este contexto\, se proponen diversos modelos\nbasados en redes neuronales convolucionales densas (DenseNet) y en las\nrecientes redes de cápsulas (Capsule Networks)\, considerando diversas\nvariantes que incorporan información anatómica como máscaras de\nsegmentación al problema de clasificación\, evaluando su desempeño en la\ntarea propuesta e intentando dotar de mayor interpretabilidad los\nmodelos aprendidos.
URL:https://www.dc.uba.ar/event/defensa-tesis-licenciatura-esteban-fernandez/
LOCATION:Laboratorio 5
CATEGORIES:Agenda
END:VEVENT
END:VCALENDAR