Detalles MARC
| 000 -CABECERA |
|---|
| Campo de control de longitud fija |
04080nam a22003857a 4500 |
| 003 - IDENTIFICADOR DEL NÚMERO DE CONTROL |
|---|
| Campo de control |
EC-UrYT |
| 005 - FECHA Y HORA DE LA ÚLTIMA TRANSACCIÓN |
|---|
| Campo de control |
20221206000957.0 |
| 008 - CÓDIGOS DE INFORMACIÓN DE LONGITUD FIJA |
|---|
| Campo de control de longitud fija |
150116t9999 mx r gr 000 0 spa d |
| 040 ## - FUENTE DE LA CATALOGACIÓN |
|---|
| Centro transcriptor |
EC-UrYT |
| 041 ## - CÓDIGO DE LENGUA |
|---|
| Código de lengua del texto/banda sonora o título independiente |
eng |
| Código de lengua del sumario o resumen |
spa |
| 100 1# - PUNTO DE ACCESO PRINCIPAL - NOMBRE DE PERSONA |
|---|
| 9 (RLIN) |
14175 |
| Nombre de persona |
Tene Hurtado, Daniela Verónica |
| Término indicativo de función |
autor |
| 245 10 - MENCIÓN DE TÍTULO |
|---|
| Título |
Brain tumor segmentation based on 2D U-Net using MRI multi-modalities brain images / |
| Mención de responsabilidad etc. |
Daniela Verónica Tene Hurtado ; tutor Diego Alfonso Almeida Galárraga |
| 264 #4 - PRODUCCIÓN, PUBLICACIÓN, DISTRIBUCIÓN, FABRICACIÓN Y COPYRIGHT |
|---|
| Lugar de producción |
Urcuquí, |
| Fecha de producción |
2021 |
| 300 ## - DESCRIPCIÓN FÍSICA |
|---|
| Extensión |
78 hojas : |
| Otras características físicas |
ilustraciones (algunas a color) ; |
| Dimensiones |
30 cm + |
| Material anejo |
1 CD-ROM |
| 502 ## - NOTA DE TESIS |
|---|
| Nota de tesis |
Trabajo de integración curricular |
| Tipo de título |
(Ingeniero/a Biomédico/a). |
| Nombre de la institución que otorga el título |
Universidad de Investigación de Tecnología Experimental Yachay. |
| Ciudad de la institución que otorga el título |
Urcuquí, |
| Año de obtención del título |
2021 |
| 504 ## - NOTA DE BIBLIOGRAFÍA; ETC. |
|---|
| Nota de bibliografía etc. |
Incluye referencias bibliográficas (páginas 52-58) |
| 506 ## - NOTA DE RESTRICCIONES AL ACCESO |
|---|
| Limitaciones de acceso |
Trabajo de integración curricular con acceso abierto |
| 516 ## - NOTA DE TIPO DE ARCHIVO DE ORDENADOR O DE DATOS |
|---|
| Nota de tipo de archivo de ordenador o de datos |
Texto (Hypertexto links) |
| 520 ## - NOTA DE SUMARIO; ETC. |
|---|
| Sumario etc. |
Un tumor cerebral es una masa de células anormales que crece de forma incontrolada en el cerebro o en la columna vertebral. El glioblastoma es el tumor cerebral primario maligno más frecuente, ya que representa más del 48.6 \% de todos los tumores cerebrales primarios malignos, y el 14.5 \% de todos los tumores cerebrales primrios. Independientemente del diagnóstico, la morbilidad y la mortalidad que representa un tumor localizado en el cerebro siguen siendo importantes. La tasa de supervivencia relativa a los 5 años es de aproximadamente el 7,2 \%, lo que significa que sólo el 7,2 \% de las personas diagnosticadas con glioblastoma vivirán 5 años después del diagnóstico; la supervivencia media es de aproximadamente 8 meses. Detectar la presencia de tumores cerebrales mediante imágenes de resonancia magnética de forma rápida, precisa y reproducible es una tarea difícil pero necesaria. La segmentación de los tumores cerebrales es un factor clave para el análisis de los gliomas, implica la delineación de las diferentes regiones tumorales, incluyendo el edema peritumoral, el tumor realzante y el núcleo del tumor. Actualmente, existen diferentes metodologías en la literature que implementan la técnica de segmentación tumoral para mejorar el diagnóstico y el plan de tratamiento. La metodología propuesta consiste en una egmentación automatizada de tumores cerebrales con el uso de redes neuronales en particular U-Net y Attention U-Net, ambas arquitecturas son altamente empleadas para la segmentación rápida y precisa de imágenes biomédicas. Estos metodos se evaluarón en elconjunto de datos BraTS 2020. Se obtuvó una precisión de 0,9950 para ambos modelos, y una sensibilidad de 0,9931 y 0,9891 para los modelos U-Net y Attention U-Net, respectivamente. Asimismo se valoró el coeficiente de Sorensen, el modelo U-Net obtuvó valores para el edema peritumoral, tumor en aumento y núcleo del tumor de 0,8453, 0,695 y 0,7429 respectivamente. De igual manera, para el modelo de Attention U-Net, se alcanzó una un coeficiente de 0,8829, 0,7233 y 0,8090. El estudio presenta y analiza otras evaluaciones cuantitativas y cualitativas. Los resultados muestran que ambos enfoques tienen un potencial considerable y pueden emplearse en la práctica clínica en la segmentación de varias subregiones de tumores cerebrales. |
| 546 ## - NOTA DE LENGUA |
|---|
| Nota de lengua |
Textos en inglés con resúmenes en español e inglés |
| 650 #0 - PUNTO DE ACCESO ADICIONAL DE MATERIA - TÉRMINO DE MATERIA |
|---|
| 9 (RLIN) |
14176 |
| Término de materia o nombre geográfico como elemento inicial |
Glioma |
| 650 #0 - PUNTO DE ACCESO ADICIONAL DE MATERIA - TÉRMINO DE MATERIA |
|---|
| 9 (RLIN) |
14177 |
| Término de materia o nombre geográfico como elemento inicial |
Segmentación de tumores cerebrales |
| 650 #0 - PUNTO DE ACCESO ADICIONAL DE MATERIA - TÉRMINO DE MATERIA |
|---|
| 9 (RLIN) |
14178 |
| Término de materia o nombre geográfico como elemento inicial |
U-Net |
| 650 #0 - PUNTO DE ACCESO ADICIONAL DE MATERIA - TÉRMINO DE MATERIA |
|---|
| 9 (RLIN) |
12613 |
| Término de materia o nombre geográfico como elemento inicial |
Redes Neuronales |
| 650 #0 - PUNTO DE ACCESO ADICIONAL DE MATERIA - TÉRMINO DE MATERIA |
|---|
| 9 (RLIN) |
14179 |
| Término de materia o nombre geográfico como elemento inicial |
Brain tumor segmentation |
| 650 #0 - PUNTO DE ACCESO ADICIONAL DE MATERIA - TÉRMINO DE MATERIA |
|---|
| 9 (RLIN) |
14180 |
| Término de materia o nombre geográfico como elemento inicial |
Multimodal MRI |
| 650 #0 - PUNTO DE ACCESO ADICIONAL DE MATERIA - TÉRMINO DE MATERIA |
|---|
| 9 (RLIN) |
14181 |
| Término de materia o nombre geográfico como elemento inicial |
BraTS dataset |
| 650 #0 - PUNTO DE ACCESO ADICIONAL DE MATERIA - TÉRMINO DE MATERIA |
|---|
| 9 (RLIN) |
12621 |
| Término de materia o nombre geográfico como elemento inicial |
Neural networks |
| 650 #0 - PUNTO DE ACCESO ADICIONAL DE MATERIA - TÉRMINO DE MATERIA |
|---|
| 9 (RLIN) |
11272 |
| Término de materia o nombre geográfico como elemento inicial |
Biomedicina |
| Subdivisión de forma |
Trabajos y disertaciones académicas |
| 700 1# - PUNTO DE ACCESO ADICIONAL - NOMBRE DE PERSONA |
|---|
| 9 (RLIN) |
13878 |
| Nombre de persona |
Almeida Galarraga, Diego Alfonso |
| Término indicativo de función |
tutor |
| 710 1# - PUNTO DE ACCESO ADICIONAL - NOMBRE DE ENTIDAD |
|---|
| Nombre de entidad o nombre de jurisdicción como elemento inicial |
Universidad de Investigación de Tecnología Experimental Yachay. |
| Unidad subordinada |
Escuela de Ciencias Biológicas e Ingeniería |
| 9 (RLIN) |
11232 |
| 856 ## - LOCALIZACIÓN Y ACCESO ELECTRÓNICOS |
|---|
| Nota pública |
Ver recurso |
| Identificador Uniforme del Recurso (URI) |
http://repositorio.yachaytech.edu.ec/handle/123456789/460 |
| 942 ## - ENTRADA PARA ELEMENTOS AGREGADOS (KOHA) |
|---|
| Fuente de clasificación o esquema de ordenación en estanterías |
Clasificación Decimal Dewey |
| Koha [por defecto] tipo de item |
Tesis |
