Mostrar el registro sencillo del ítem
dc.contributor.advisor | Fuente López, Eusebio de la | es |
dc.contributor.author | Sanz Gobernado, Daniel | |
dc.contributor.editor | Universidad de Valladolid. Escuela de Ingenierías Industriales | es |
dc.date.accessioned | 2021-07-05T10:57:32Z | |
dc.date.available | 2021-07-05T10:57:32Z | |
dc.date.issued | 2021 | |
dc.identifier.uri | https://uvadoc.uva.es/handle/10324/47195 | |
dc.description.abstract | El objetivo del actual proyecto es el desarrollar un algoritmo de inteligencia artificial que, a partir del procesamiento de imágenes, sea capaz del seguimiento y detección de instrumental quirúrgico y gasas en operaciones laparoscópicas. Dicho algoritmo será integrado en un robot quirúrgico que le permitirá colaborar con el cirujano con una mayor autonomía. La detección y seguimiento del material quirúrgico evitará adicionalmente que se den situaciones de gasas accidentalmente retenidas en el interior del cuerpo, evitando así este error que puede tener consecuencias fatales para el paciente. En los algoritmos de seguimiento implementados en este TFG, se ha intentado comparar distintos tipos de redes neuronales convolucionales, buscando unos resultados lo más precisos posibles junto con velocidades de procesamiento altas y/o en tiempo real Palabras clave Cirugía laparoscópica; Redes Neuronales Convolucionales; YOLO; MATLAB; Detección de objetos en imágenes; Gasa; Instrumental quirúrgico. Abstract The aim of the current proyect is to develop an artificial intelligence algorithm that, from image processing, could be able to detect and automatic monitor gauzes and surgical instruments on laparoscopic surgeries. This algorithm will be integrated into surgical robot which will allow to collaborate with the surgeon with greater autonomy. The detection and automatic monitor of surgical material will additionally avoid situations of accidental retained surgical material inside the patient´s body, avoiding this way this error that could bring fatal consequences for the patient. On the monitoring algorithms implemented on this Final Proyect, it was tried to compare different types of convolutional neural networks, looking for the most accurate possible results along with high and/or real-time processing speeds. Keywords Laparoscopic surgery; Convolutional Neural Networks; YOLO; MATLAB; Object detection in images; Gauze; Surgical instruments. | es |
dc.description.sponsorship | Departamento de Ingeniería de Sistemas y Automática | 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 | Cirugía laparoscópica | es |
dc.subject.classification | Redes Neuronales Convolucionales | es |
dc.subject.classification | YOLO | es |
dc.subject.classification | MATLAB | es |
dc.subject.classification | Detección de objetos en imágenes | es |
dc.subject.classification | Gasa | es |
dc.subject.classification | Instrumental quirúrgico | es |
dc.title | Detección de instrumentos quirúrgicos en imágenes para cirugía laparoscópica robotizada | es |
dc.type | info:eu-repo/semantics/bachelorThesis | es |
dc.description.degree | Grado en Ingeniería en Electrónica Industrial y Automática | es |
dc.rights | Attribution-NonCommercial-NoDerivatives 4.0 Internacional | * |
dc.subject.unesco | 3311.10 Instrumentos Médicos | es |
Ficheros en el ítem
Este ítem aparece en la(s) siguiente(s) colección(ones)
- Trabajos Fin de Grado UVa [29619]
La licencia del ítem se describe como Attribution-NonCommercial-NoDerivatives 4.0 Internacional