Mostrar el registro sencillo del ítem

dc.creatorPérez González, Jorge
dc.creatorHevia Montiel, Nidiyare
dc.creatorMedina Bañuelos, Verónica
dc.date.accessioned2025-10-25T01:16:28Z
dc.date.available2025-10-25T01:16:28Z
dc.date.issued2020-10-01
dc.identifier.urihttps://repositorio.tic.unam.mx/handle/123456789/4022
dc.descriptionArtículo académico que presenta un método para fusionar volúmenes de ultrasonido 3D del cerebro fetal mediante cuatro CNN: dos para segmentar el cráneo y generar modelos GMM, una tercera para estimar parámetros de registro y una cuarta para asignar pesos en el promedio cuadrático ponderado. Validado en datos del segundo trimestre, el método logra errores de registro de 1,31 ± 0,2 mm y aumenta la nitidez un 34,9 % respecto a una sola adquisición.
dc.publisherSpringer Nature Link
dc.subjectReconocimiento de imágenes
dc.subject.classificationCiencias Físico Matemáticas y de la Ingenierías
dc.titleDeep Learning Spatial Compounding from Multiple Fetal Head Ultrasound Acquisitions
dc.typeArtículo académico
dcterms.provenanceUniversidad Nacional Autónoma de México. Instituto de Investigaciones en Matemáticas Aplicadas y en Sistemas
dc.subject.keywordsDeep learning
dc.subject.keywordsSpatial compounding
dc.subject.keywordsFetal ultrasound
dc.subject.keywordsMedical imaging
dc.subject.keywordsConvolutional neural networks
dc.subject.keywordsUltrasound enhancement
dc.subject.keywordsImage reconstruction
dc.subject.keywordsAprendizaje profundo
dc.subject.keywordsComposición espacial
dc.subject.keywordsUltrasonido fetal
dc.subject.keywordsImágenes médicas
dc.subject.keywordsRedes neuronales convolucionales
dc.subject.keywordsMejora de ultrasonido
dc.subject.keywordsReconstrucción de imágenes
dc.identifier.urlhttps://doi.org/10.1007/978-3-030-60334-2_30
dc.identifier.bibliographiccitationPérez-González, J. L., Hevia-Montiel, N., & Medina-Bañuelos, V. (2020). Deep Learning Spatial Compounding from Multiple Fetal Head Ultrasound Acquisitions. In A. L. Mexicano, V. M. Larios, & J. C. Velázquez (Eds.), Advances in Soft Computing and Machine Learning in Image Processing (pp. 343–354). Springer. https://doi.org/10.1007/978-3-030-60334-2_30
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