Investigación Científica Aplicada
Detección de anemia en micrografía sanguínea por medio de análisis multimodal
La patología digital se ha visto revolucionada recientemente por los avances en inteligencia artificial, aprendizaje profundo y computación de alto rendimiento. Gracias a sus herramientas avanzadas, la patología digital puede mejorar y agilizar el proceso de diagnóstico, reducir los errores humanos y optimizar la elaboración de informes. Presentamos un modelo multimodal para la detección de anemia un marco de aprendizaje profundo de dos etapas para la segmentación y clasificación de imágenes de glóbulos rojos (GR).
Descripcion completa
La patología digital se ha visto revolucionada recientemente por los avances en inteligencia artificial, aprendizaje profundo y computación de alto rendimiento. Gracias a sus herramientas avanzadas, la patología digital puede mejorar y agilizar el proceso de diagnóstico, reducir los errores humanos y optimizar la elaboración de informes. Presentamos un modelo multimodal para la detección de anemia un marco de aprendizaje profundo de dos etapas para la segmentación y clasificación de imágenes de glóbulos rojos (GR).
Relacionados
Proyectos que podrian interesarte
Segmentacion Automática de Leucocitos en imagenes de Frotis Sanguíneo Mediante U-Net++ y Attention U-Net
Sistema de apoyo basado en Deep Learning para la segmentación de gliomas en imágenes de resonancia magnética
Attention U-Net con Monte Carlo Uncertainty-Aware Focal Loss para la Segmentación de Lesiones Cutáneas.