• español
  • English
  • français
  • Deutsch
  • português (Brasil)
  • italiano
    • español
    • English
    • français
    • Deutsch
    • português (Brasil)
    • italiano
    • español
    • English
    • français
    • Deutsch
    • português (Brasil)
    • italiano
    JavaScript is disabled for your browser. Some features of this site may not work without it.

    Parcourir

    Tout UVaDOCCommunautésPar date de publicationAuteursSujetsTitres

    Mon compte

    Ouvrir une session

    Statistiques

    Statistiques d'usage de visualisation

    Compartir

    Voir le document 
    •   Accueil de UVaDOC
    • PROJET DE FIN D'ÉTUDES
    • Trabajos Fin de Grado UVa
    • Voir le document
    •   Accueil de UVaDOC
    • PROJET DE FIN D'ÉTUDES
    • Trabajos Fin de Grado UVa
    • Voir le document
    • español
    • English
    • français
    • Deutsch
    • português (Brasil)
    • italiano

    Exportar

    RISMendeleyRefworksZotero
    • edm
    • marc
    • xoai
    • qdc
    • ore
    • ese
    • dim
    • uketd_dc
    • oai_dc
    • etdms
    • rdf
    • mods
    • mets
    • didl
    • premis

    Citas

    Por favor, use este identificador para citar o enlazar este ítem:http://uvadoc.uva.es/handle/10324/18856

    Título
    Modelo mecánico para la detección de la pared externa de la aorta en imágenes de rayos X mediante sistemas de partículas para el modelado de AAA.
    Autor
    Díaz Carral, Ángel
    Director o Tutor
    Tristán Vega, AntonioAutoridad UVA
    Editor
    Universidad de Valladolid. Escuela de Ingenierías IndustrialesAutoridad UVA
    Año del Documento
    2016
    Titulación
    Grado en Ingeniería Mecánica
    Résumé
    En este proyecto se presenta un método para segmentar imágenes de rayos X de Aneurisma de Aorta Abdominal (AAA) con el fin de obtener el espesor de la aorta, el cual es un factor biomecánico relevante a la hora de evaluar la probabilidad de ruptura del aneurisma. La segmentación se basará en un modelo deformable de masas-muelles guiado por fuerzas externas dependientes de las características de la imagen. Éstas se obtienen con un modelo de grises al que se aplica una técnica de reconocimiento de patrones, el algoritmo de tipo lazy learning conocido como “k-nearest neighbors” (k-NN). Éste es el paso más complejo y caro computacionalmente, por lo que será el centro del proyecto. Además, se añaden dos propuestas de mejora para el algoritmo d segmentación, como son el preprocesado de la imagen y el cálculo del valor medio local de la imagen como característica
    Materias (normalizadas)
    Aorta
    Imágenes, Tratamiento de las
    Imágenes médicas
    Rayos X
    Departamento
    Departamento de Ciencias de los Materiales e Ingeniería Metalúrgica, Expresión Gráfica en la Ingeniería, Ingeniería Cartográfica, Geodesia y Fotogrametría, Ingeniería Mecánica e Ingeniería de los Procesos de Fabricación
    Idioma
    spa
    URI
    http://uvadoc.uva.es/handle/10324/18856
    Derechos
    openAccess
    Aparece en las colecciones
    • Trabajos Fin de Grado UVa [30971]
    Afficher la notice complète
    Fichier(s) constituant ce document
    Nombre:
    TFG-I-463.pdf
    Tamaño:
    2.824Mo
    Formato:
    Adobe PDF
    Thumbnail
    Voir/Ouvrir
    Attribution-NonCommercial-NoDerivatives 4.0 InternationalExcepté là où spécifié autrement, la license de ce document est décrite en tant que Attribution-NonCommercial-NoDerivatives 4.0 International

    Universidad de Valladolid

    Powered by MIT's. DSpace software, Version 5.10