Implementación de un modelo basado en técnicas de deep learning aplicado a la visión computacional en la clasificación de imágenes de rayos x, para el soporte del diagnóstico de lesiones traumatológicas de la estructura pélvica

Translated title of the contribution: Implementation of a model based on deep learning techniques applied to computer vision in the classification of x-ray images, for the support of the diagnosis of traumatological injuries of the pelvic structure

Research output: Chapter in Book/Report/Conference proceedingConference contributionpeer-review

Abstract

This article describes the implementation of a model based on Deep Learning techniques applied to computational vision in the activity of classifying X-ray images as support in the diagnosis of traumatic lesions of the pelvic structure, specifically the acetabulum of the pelvis. In the area of Medical Sciences, nowadays, it is essential to have automated tools that support medical diagnosis. For the construction of these tools it is necessary to analyze the different techniques or methods provided by Computing, specifically Deep Learning, for the processing and interpretation of images and potentialize them with the application of GPUs to accelerate the achievement of results.

Translated title of the contributionImplementation of a model based on deep learning techniques applied to computer vision in the classification of x-ray images, for the support of the diagnosis of traumatological injuries of the pelvic structure
Original languageSpanish
Title of host publication17th LACCEI International Multi-Conference for Engineering, Education, and Technology
Subtitle of host publication"Industry, Innovation, and Infrastructure for Sustainable Cities and Communities", LACCEI 2019
PublisherLatin American and Caribbean Consortium of Engineering Institutions
ISBN (Electronic)9780999344361
DOIs
StatePublished - 2019
Event17th LACCEI International Multi-Conference for Engineering, Education, and Technology, LACCEI 2019 - Montego Bay, Jamaica
Duration: 24 Jul 201926 Jul 2019

Publication series

NameProceedings of the LACCEI international Multi-conference for Engineering, Education and Technology
Volume2019-July
ISSN (Electronic)2414-6390

Conference

Conference17th LACCEI International Multi-Conference for Engineering, Education, and Technology, LACCEI 2019
Country/TerritoryJamaica
CityMontego Bay
Period24/07/1926/07/19

Bibliographical note

Funding Information:
Según estadísticas del Instituto Nacional de Estadística e Inof rmática (INEI) en [ 6 ] [ 7 ,] en el Perú, el grupo con más riesgo de rf acturas de acetábulo son personas entre las edades de 21 a 03 años (35%), 5% 6 son de sexo masculino, y la causa más común fue el accidente de tránsito peatonal (atropello).

Funding Information:
Eisx ten diversos estudios en el ámbito internacional orientados al procesamiento e interpretación de imágenes médicas, sin embargo, en Perú y en varios países de Latinoamérica es aún poco abordado. Entre las imágenes médicas que se utilizan con maoy r rf ecuencia se encuentran las Imágenes de esoR nancia Magnética (MRI), Tomograíf as Computarizadas (CT) y ayR os X (R ). De las antes mencionadas, las imágenes de Rx son inerf iores en cuanto a la calidad de la imagen en comparación con las otras dos, sin embargo, a pesar de tener grandes desventajas tiene ventajas en costo, rapidez de obtención, equipo requerido no tan costoso y el eecf to de la radiación. Dichas imágenes permiten examinar diversas lesiones traumatológicas que pueda presentar una determinada estructura ósea, sin embargo, las rf actu ras ubicadas en la pelvis son las únicas rf acturas en traumatología que pueden causar la muerte del paciente, de allí su importancia [1] [2] . Se utilizan técnicas de Deep Learning (DL), que se considera la última encarnación de las redes neuronales (NN), pero que aproveca h las ventajas del desarrollo tecnológi co en arh daw re , de la existencia de maoy r cantidad de datos disponibles para utilizar en la actualidad y de mejoras

Publisher Copyright:
© 2019 Latin American and Caribbean Consortium of Engineering Institutions. All rights reserved.

Fingerprint

Dive into the research topics of 'Implementation of a model based on deep learning techniques applied to computer vision in the classification of x-ray images, for the support of the diagnosis of traumatological injuries of the pelvic structure'. Together they form a unique fingerprint.

Cite this