• 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.

    Stöbern

    Gesamter BestandBereicheErscheinungsdatumAutorenSchlagwortenTiteln

    Mein Benutzerkonto

    Einloggen

    Statistik

    Benutzungsstatistik

    Compartir

    Dokumentanzeige 
    •   UVaDOC Startseite
    • STUDIENABSCHLUSSARBEITEN
    • Trabajos Fin de Grado UVa
    • Dokumentanzeige
    •   UVaDOC Startseite
    • STUDIENABSCHLUSSARBEITEN
    • Trabajos Fin de Grado UVa
    • Dokumentanzeige
    • 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/10324/45061

    Título
    Seguimiento de gasas quirúrgicas en imágenes de laparoscopia empleando redes neuronales convolucionales
    Autor
    Santos Criado, Francisco Javier
    Director o Tutor
    Fuente López, Eusebio de laAutoridad UVA
    Editor
    Universidad de Valladolid. Escuela de Ingenierías IndustrialesAutoridad UVA
    Año del Documento
    2020
    Titulación
    Grado en Ingeniería en Electrónica Industrial y Automática
    Zusammenfassung
    El objetivo del presente proyecto es el de realizar un sistema de procesamiento de imágenes basado en técnicas de inteligencia artificial para la detección y seguimiento automático de gasas en operaciones de cirugía laparoscópica con objeto de evitar la retención involuntaria de estas en el interior del paciente. Este tipo de error médico, aunque es poco frecuente, puede tener consecuencias muy 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 ha intentado buscar un equilibrio entre precisión, sensibilidad y tiempo de procesamiento por lo que se han realizado distintas pruebas empleando tres tipos de redes convolucionales (AlexNet, ResNet y GoogLeNet) analizando las prestaciones de cada una de ellas. Finalmente se ha logrado un algoritmo de detección de gasas con precisión y sensibilidad entorno al 99% y capaz de procesar 3 imágenes por segundo
     
    The aim of this present project is to perform a system of the image processing based on techniques of artificial intelligence for the detection and automatic monitoring of the gauzes in the operation of laparoscopic surgery with the aim to prevent the involuntary retention of gauzes in the inner body of the patient. Although this type of medical error is a rare event, it could have serious consequences in the patient’s health ending even in death. The algorithm based on the detection and tracking of the gauzes created in this Final Project has pretended to find a balance between precision, sensibility, and time of processing. So different tests have been carried out using three types of convolutional networks (AlexNet, ResNet y GoogLeNet) with a view to analyse its benefits and to develop the algorithm of detection and monitoring of gauzes. Finally, a gauze detection algorithm has been achieved with precision and sensitivity around 99% and it is capable of processing 3 images per second.
    Materias Unesco
    2209.90 Tratamiento Digital. Imágenes
    Palabras Clave
    Cirugía laparoscópica
    Gossypiboma
    Detección
    Redes neuronales
    Matlab
    Departamento
    Departamento de Ingeniería de Sistemas y Automática
    Idioma
    spa
    URI
    http://uvadoc.uva.es/handle/10324/45061
    Derechos
    openAccess
    Aparece en las colecciones
    • Trabajos Fin de Grado UVa [30962]
    Zur Langanzeige
    Dateien zu dieser Ressource
    Nombre:
    TFG-I-1746.pdf
    Tamaño:
    3.128Mb
    Formato:
    Adobe PDF
    Thumbnail
    Öffnen
    Nombre:
    TFG-I-1746anejo.zip
    Tamaño:
    1.295Mb
    Formato:
    application/zip
    Öffnen
    Attribution-NonCommercial-NoDerivatives 4.0 InternacionalSolange nicht anders angezeigt, wird die Lizenz wie folgt beschrieben: Attribution-NonCommercial-NoDerivatives 4.0 Internacional

    Universidad de Valladolid

    Powered by MIT's. DSpace software, Version 5.10