Aprendizaje jerárquico para el análisis de extendidos citológicos

Ayalon, Gay Stabile, Cabalier Med, Juri
2015 Supl   unpublished
Área: Básica Resumen: Introducción: Dentro del campo de análisis automático de imágenes histológicas se utilizaron como base estructural, algoritmos de segmentación y procesamiento de imágenes. En los últimos años, se trabaja en una escala más compleja, donde se busca no solo el análisis de las imágenes sino también el aprendizaje automático. Actualmente se utilizan redes neuronales artificiales tradicionales que presentan la limitación de ignorar el plano espacial de la imagen; el algoritmo
more » ... en; el algoritmo busca patrones en las imágenes pero desestima el contexto de cada pixel. La red neuronal convolucional (RNC) es un algoritmo de aprendizaje profundo que utiliza numerosas capas de neuronas artificiales que procesan la imagen a escalas. Esta arquitectura jerárquica, permite una mayor eficiencia en la detección de estructuras complejas, partiendo desde la unidad más pequeña: las porciones de una célula, va formando estructuras: la célula, clústeres-celulares, hasta llegar a la composición completa de la imagen o extendido citológico. Objetivos: Aplicar la RNC al análisis de papanicolaou, permitiendo la diferenciación entre células normales y anomalías citológicas, dejando que el algoritmo encuentre y determine los patrones por sí solo.
fatcat:ve5sxs6x4fb7pkqso4sfqrcgly