Mostrar el registro sencillo del ítem

Convolución dinámica sobre red pre entrenada en CTPA

Dinamic convolution over pretrained network in CTPA

dc.contributorFlorez Valencia, Leonardo
dc.contributorGiraldo Carvajal, Juan Carlos
dc.contributorSuarez Venegas, Daniel Ricardo
dc.creatorCristian Javier, Diaz Alvarez
dc.date2022-01-27T13:54:01Z
dc.date2022-01-27T13:54:01Z
dc.date2021-12-07
dc.date.accessioned2025-04-22T22:09:08Z
dc.date.available2025-04-22T22:09:08Z
dc.identifierhttp://hdl.handle.net/10554/58710
dc.identifierhttps://doi.org/10.11144/Javeriana.10554.58710
dc.identifierinstname:Pontificia Universidad Javeriana
dc.identifierreponame:Repositorio Institucional - Pontificia Universidad Javeriana
dc.identifierrepourl:https://repository.javeriana.edu.co
dc.identifier.urihttp://test.repositoriodigital.com:8080/handle/123456789/90365
dc.descriptionEste documento presenta la convolución dinámica como una alternativa al proceso de escalado de imágenes que se utilizará en redes neuronales convolucionales preentrenadas, específicamente cuando se prueba con la red de estado del arte en la detección de embolia pulmonar en la angiografía pulmonar por tomografía computarizada, PENet. Dada la relevancia de este problema en el campo clínico y los resultados reportados por los autores de PENet, busca mitigar los efectos negativos de perder información en el proceso de escalado de imágenes, tratando de no aumentar el tamaño de la red y aprovechando el entrenamiento ya realizado. Los datos clínicos, al ser datos con el más alto nivel de sensibilidad, no son comúnmente de libre acceso, y la mayoría de esos datos disponibles no tienen etiquetas generadas por expertos. Se utilizaron datos publicados por la Sociedad Radiológica de América del Norte, con los que se observó que PENet todavía no generaliza adecuadamente el problema de detección, un escenario que se transfiere al aplicar la convolución dinámica, sin embargo, se propone una métrica que permite determinar si el orden basado en las probabilidades asignadas por la red a cada estudio clínico es adecuado, más allá de una métrica de clasificación basada en un umbral. Finalmente, el algoritmo de asignación de activación de clases se modifica para interpretar gráficamente el resultado al aplicar la convolución dinámica.
dc.descriptionThis document presents dynamic convolution as an alternative to the image scaling process to be used in pre-trained convolutional neural networks, specifically when tested with the state-of-the-art network in detection of pulmonary embolism in computed tomography pulmonary angiography, PENet. Given the relevance of this problem in the clinical field and the results reported by the authors of PENet, it seeks to mitigate the negative effects of losing information in the image scaling process, trying not to increase the size of the network, and taking advantage of training already executed. Clinical data, being data with the highest level of sensitivity, are not commonly freely accessible, and most of those available data do not have labels generated by experts. Data released by the Radiological Society of North America were used, with which it was observed that PENet still does not adequately generalize the detection problem, a scenario that is transferred when applying the dynamic convolution, however, a metric is proposed that allows to determine if the order based on the probabilities assigned by the network to each clinical study is adequate, beyond a classification metric based on a threshold. Finally, the class activation mapping algorithm is modified to graphically interpret the result when applying dynamic convolution.
dc.descriptionMagíster en Inteligencia Artificial
dc.descriptionMaestría
dc.formatPDF
dc.formatapplication/pdf
dc.formatapplication/pdf
dc.formatapplication/pdf
dc.languagespa
dc.publisherPontificia Universidad Javeriana
dc.publisherMaestría en Inteligencia Artificial
dc.publisherFacultad de Ingeniería
dc.rightsAtribución-NoComercial-SinDerivadas 4.0 Internacional
dc.rightshttp://creativecommons.org/licenses/by-nc-nd/4.0/
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rightsDe acuerdo con la naturaleza del uso concedido, la presente licencia parcial se otorga a título gratuito por el máximo tiempo legal colombiano, con el propósito de que en dicho lapso mi (nuestra) obra sea explotada en las condiciones aquí estipuladas y para los fines indicados, respetando siempre la titularidad de los derechos patrimoniales y morales correspondientes, de acuerdo con los usos honrados, de manera proporcional y justificada a la finalidad perseguida, sin ánimo de lucro ni de comercialización. De manera complementaria, garantizo (garantizamos) en mi (nuestra) calidad de estudiante (s) y por ende autor (es) exclusivo (s), que la Tesis o Trabajo de Grado en cuestión, es producto de mi (nuestra) plena autoría, de mi (nuestro) esfuerzo personal intelectual, como consecuencia de mi (nuestra) creación original particular y, por tanto, soy (somos) el (los) único (s) titular (es) de la misma. Además, aseguro (aseguramos) que no contiene citas, ni transcripciones de otras obras protegidas, por fuera de los límites autorizados por la ley, según los usos honrados, y en proporción a los fines previstos; ni tampoco contempla declaraciones difamatorias contra terceros; respetando el derecho a la imagen, intimidad, buen nombre y demás derechos constitucionales. Adicionalmente, manifiesto (manifestamos) que no se incluyeron expresiones contrarias al orden público ni a las buenas costumbres. En consecuencia, la responsabilidad directa en la elaboración, presentación, investigación y, en general, contenidos de la Tesis o Trabajo de Grado es de mí (nuestro) competencia exclusiva, eximiendo de toda responsabilidad a la Pontifica Universidad Javeriana por tales aspectos. Sin perjuicio de los usos y atribuciones otorgadas en virtud de este documento, continuaré (continuaremos) conservando los correspondientes derechos patrimoniales sin modificación o restricción alguna, puesto que, de acuerdo con la legislación colombiana aplicable, el presente es un acuerdo jurídico que en ningún caso conlleva la enajenación de los derechos patrimoniales derivados del régimen del Derecho de Autor. De conformidad con lo establecido en el artículo 30 de la Ley 23 de 1982 y el artículo 11 de la Decisión Andina 351 de 1993, "Los derechos morales sobre el trabajo son propiedad de los autores", los cuales son irrenunciables, imprescriptibles, inembargables e inalienables. En consecuencia, la Pontificia Universidad Javeriana está en la obligación de RESPETARLOS Y HACERLOS RESPETAR, para lo cual tomará las medidas correspondientes para garantizar su observancia.
dc.subjectAngiografía pulmonar por tomografía computarizada
dc.subjectPENet
dc.subjectConvolución dinámica
dc.subjectEmbolia pulmonar
dc.subjectPulmonary angiography by computed tomography
dc.subjectPENet
dc.subjectDynamic convolution
dc.subjectPulmonary embolism
dc.subjectMaestría en inteligencia artificial - Tesis y disertaciones académicas
dc.subjectAngiografía por resonancia magnética
dc.subjectEmbolia pulmonar
dc.subjectTomografía computarizada de emisión
dc.subjectMejoramiento de procesos
dc.titleConvolución dinámica sobre red pre entrenada en CTPA
dc.titleDinamic convolution over pretrained network in CTPA
dc.typehttp://purl.org/coar/version/c_ab4af688f83e57aa
dc.typeTesis/Trabajo de grado - Monografía - Maestría
dc.typehttp://purl.org/coar/resource_type/c_bdcc
dc.typeinfo:eu-repo/semantics/masterThesis


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