Mostrar el registro sencillo del ítem

dc.creatorRomero Pacheco, Alan
dc.creatorPérez González, Jorge
dc.creatorHevia Montiel, Nidiyare
dc.date.accessioned2025-10-25T01:16:08Z
dc.date.available2025-10-25T01:16:08Z
dc.date.issued2022
dc.identifier.urihttps://repositorio.tic.unam.mx/handle/123456789/3958
dc.descriptionArtículo académico que presenta un nuevo enfoque de aprendizaje profundo para la estimación de la deformación en ecocardiogramas 2D. El método propuesto mejora el rendimiento del estado del arte sin perder estabilidad con ecocardiogramas ruidosos y logra un error promedio de punto final de 0,14 pm ± 0,17 píxeles en la estimación del flujo óptico en el miocardio y un error de 1,34 pm ± 2,34 % en la estimación del indicador de deformación longitudinal global al evaluarse en un conjunto de datos ecocardiográficos sintéticos.
dc.publisherIEEE
dc.subjectReconocimiento de imágenes
dc.subject.classificationCiencias Físico Matemáticas y de la Ingenierías
dc.titleEstimating Echocardiographic Myocardial Strain of Left Ventricle with Deep Learning
dc.typeArtículo académico
dcterms.provenanceUniversidad Nacional Autónoma de México. Instituto de Investigaciones en Matemáticas Aplicadas y en Sistemas
dc.subject.keywordsDeep learning
dc.subject.keywordsAprendizaje profundo
dc.subject.keywordsEchocardiographic myocardial strain
dc.subject.keywordsDeformación miocárdica ecocardiográfica
dc.subject.keywordsLeft ventricle segmentation
dc.subject.keywordsSegmentación del ventrículo izquierdo
dc.subject.keywordsOptical flow estimation
dc.subject.keywordsEstimación de flujo óptico
dc.subject.keywordsMedical image analysis
dc.subject.keywordsAnálisis de imágenes médicas
dc.subject.keywordsUltrasound image processing
dc.subject.keywordsProcesamiento de imágenes por ultrasonido
dc.identifier.urlhttps://doi.org/10.1109/EMBC48229.2022.9872008
dc.identifier.bibliographiccitationRomero-Pacheco, A., Pérez-González, J., & Hevia-Montiel, N. (2022). Estimating Echocardiographic Myocardial Strain of Left Ventricle with Deep Learning. In 2022 44th Annual International Conference of the IEEE Engineering in Medicine & Biology Society (EMBC) (pp. 3891-3894). IEEE. https://doi.org/10.1109/EMBC48229.2022.9872008
dcterms.memberofVisión artificial


Ficheros en el ítem

FicherosTamañoFormatoVer

No hay ficheros asociados a este ítem.

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem

COMPARTE



BÚSQUEDA

Escriba el texto a buscar en DSpace

COLABORA

CONTACTO

El Repositorio Universitario de la DGTIC se edita en la Dirección General de Cómputo y
de Tecnologías de Información y Comunicación (DGTIC), de la Universidad Nacional Autónoma de México (UNAM)
Circuito Exterior s/n, Ciudad Universitaria, Coyoacán, C.P. 04510, México, D.F
Tel: +(52) (55) 56228166 Email: rutic@unam.mx