dc.contributor.advisor | Aja Fernández, Santiago | es |
dc.contributor.author | Martínez Amor, David | |
dc.contributor.editor | Universidad de Valladolid. Escuela Técnica Superior de Ingenieros de Telecomunicación | es |
dc.date.accessioned | 2019-11-04T17:07:55Z | |
dc.date.available | 2019-11-04T17:07:55Z | |
dc.date.issued | 2019 | |
dc.identifier.uri | http://uvadoc.uva.es/handle/10324/39015 | |
dc.description.abstract | Las medidas escalares que se derivan de los estudios de resonancia magnética de
difusión (Anisotropía Fraccional, Difusividad Media), pueden variar en función de los
parámetros de adquisición de los datos. Como consecuencia, datos obtenidos en distintos
escáneres pueden no ser compatibles entre ellos, y, por lo tanto, no pueden ser usadas en
estudios clínicos multicentro.
En el presente proyecto se plantea el uso de redes convolucionales y técnicas de deep
learning para encontrar el mapeo existente entre dos adquisiciones realizadas con diferentes
parámetros de tal manera que estas sean comparables. | es |
dc.description.sponsorship | Departamento de Teoría de la Señal y Comunicaciones e Ingeniería Telemática | es |
dc.format.mimetype | application/pdf | es |
dc.language.iso | spa | es |
dc.rights.accessRights | info:eu-repo/semantics/openAccess | es |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | * |
dc.subject.classification | Resonancia magnética | es |
dc.subject.classification | Aprendizaje automático | es |
dc.subject.classification | Deep learning | es |
dc.title | Armonización de medidas escalares de resonancia magnética de difusión | es |
dc.type | info:eu-repo/semantics/masterThesis | es |
dc.description.degree | Máster en Ingeniería de Telecomunicación | es |
dc.rights | Attribution-NonCommercial-NoDerivatives 4.0 Internacional | * |