RT info:eu-repo/semantics/bachelorThesis
T1 Seguimiento de gasas quirúrgicas en imágenes de laparoscopia empleando redes neuronales convolucionales
A1 Santos Criado, Francisco Javier
A2 Universidad de Valladolid. Escuela de Ingenierías Industriales
K1 Cirugía laparoscópica
K1 Gossypiboma
K1 Detección
K1 Redes neuronales
K1 Matlab
K1 2209.90 Tratamiento Digital. Imágenes
AB El objetivo del presente proyecto es el de realizar un sistema de procesamiento deimágenes basado en técnicas de inteligencia artificial para la detección yseguimiento automático de gasas en operaciones de cirugía laparoscópica conobjeto de evitar la retención involuntaria de estas en el interior del paciente.Este tipo de error médico, aunque es poco frecuente, puede tener consecuenciasmuy graves para la salud del paciente pudiendo causar incluso la muerte.En el algoritmo de detección y seguimiento de gasas desarrollado en este TFG se haintentado buscar un equilibrio entre precisión, sensibilidad y tiempo deprocesamiento por lo que se han realizado distintas pruebas empleando tres tiposde redes convolucionales (AlexNet, ResNet y GoogLeNet) analizando las prestacionesde cada una de ellas. Finalmente se ha logrado un algoritmo de detección de gasascon precisión y sensibilidad entorno al 99% y capaz de procesar 3 imágenes porsegundo
YR 2020
FD 2020
LK http://uvadoc.uva.es/handle/10324/45061
UL http://uvadoc.uva.es/handle/10324/45061
LA spa
NO Departamento de Ingeniería de Sistemas y Automática
DS UVaDOC
RD 17-ago-2024