Show simple item record

dc.contributor.advisorArganda Carreras, Ignacio
dc.contributor.advisorMuñoz Barrutia, Arrate
dc.contributor.authorFranco Barranco, Daniel
dc.date.accessioned2019-10-01T08:26:03Z
dc.date.available2019-10-01T08:26:03Z
dc.date.issued2019-09-30
dc.identifier.urihttp://hdl.handle.net/10810/35544
dc.description.abstractEste proyecto se basa en la realización de la segmentación de mitocondrias en imágenes celulares obtenidas mediante microscopia electrónica. Para ello se hace uso principalmente de las redes neuronales, y concretamente una arquitectura de red convolucional llamada U-Net. Se presenta un estudio pormenorizado para la búsqueda de la mejor combinación de parámetros y técnicas que permitan obtener una buena segmentación. En el estudio, se han probado diferentes conjuntos de datos públicos utilizados por la comunidad, donde finalmente se han alcanzado resultados comparables al estado del arte.es_ES
dc.language.isospaes_ES
dc.rightsinfo:eu-repo/semantics/openAccesses_ES
dc.rights.urihttp://creativecommons.org/licenses/by-nc-sa/3.0/es/
dc.subjectinteligencia artificiales_ES
dc.subjectred neuronal convolucionales_ES
dc.subjectsegmentación de imagenes_ES
dc.subjectmitocondriaes_ES
dc.titleDetección de mitocondrias en células mediante Deep Learninges_ES
dc.typeinfo:eu-repo/semantics/masterThesises_ES
dc.rights.holderAtribución-NoComercial-CompartirIgual 3.0 España


Files in this item

Thumbnail
Thumbnail

This item appears in the following Collection(s)

Show simple item record

Atribución-NoComercial-CompartirIgual 3.0 España
Except where otherwise noted, this item's license is described as Atribución-NoComercial-CompartirIgual 3.0 España