Estrategia de aprendizaje profundo para la segmentación no supervisada en patología digital
No hay miniatura disponible
Fecha
2024-05-09
Directores
Calificadores
Título de la revista
ISSN de la revista
Título del volumen
Editor
Universidad Industrial de Santander
Resumen
La histopatología es área fundamental de la medicina que se ocupa del estudio de las enfermedades a través de la observación microscópica de tejidos y células. Utilizando técnicas de tinción y análisis microscópico, los histopatólogos examinan muestras de tejido obtenidas mediante biopsias, autopsias o cirugías
para identificar y diagnosticar enfermedades.
Por otro lado, la inteligencia artificial (IA) ha demostrado ser una herramienta valiosa en el campo de la histopatología al mejorar la precisión y eficiencia en el análisis de muestras de tejido. Mediante algoritmos de aprendizaje automático, la IA puede ayudar en la detección y clasificación de células y estructuras patológicas, permitiendo una identificación más rápida y precisa de enfermedades.
Con este trabajo, esperamos explorar la capacidad de generalización y robustez de una representación obtenida a través de modelos de segmentación no supervisada en el área de la histopatología. Esta técnica puede mejorar el tiempo en el diagnóstico de los pacientes debido a que los métodos no supervisados no requieren de etiquetas para generar una representación que tiene potencialmente una mejor generalización.
Descripción
Palabras clave
Aprendizaje profundo, patología digital, segmentación no supervisada