Por favor, use este identificador para citar o enlazar este ítem:
https://rinacional.tecnm.mx/jspui/handle/TecNM/4435| Título : | Segmentación Digital de Imágenes del Cerebro con el Modelo Neuronal de Intersección Cortical |
| Autor : | Soto Pina, Jose Luis%69205 |
| Fecha de publicación : | 2021-02-02 |
| Editorial : | Tecnológico Nacional de México |
| metadata.dc.publisher.tecnm: | Centro Nacional de Investigación y Desarrollo Tecnológico |
| Descripción : | El modelo de Red Neuronal Pulso-Acoplada inspirado en estudios de la corteza visual de mamíferos, ha mostrado una adaptación natural para segmentación de imágenes debido a su naturaleza pulsante, lo que lo acerca más al modelo neuronal biológico. En un mundo donde la mayoría de las técnicas para segmentar y/o detectar bordes utilizan operadores locales sustentados en aproximaciones discretas de la primera y segunda derivada de los niveles de gris de la imagen, se propone el modelo ICM para dar solución al problema de segmentación de imágenes. En este trabajo se experimenta con la Red Neuronal de Intersección Cortical ICM (una de las variantes de las Redes Neuronales Pulso-Acopladas PCNN), como una alternativa para la segmentación de imágenes del cerebro humano, y se realiza un estudio comparativo que involucra diversos métodos de segmentación y métricas de evaluación. |
| metadata.dc.type: | info:eu-repo/semantics/masterThesis |
| Aparece en las colecciones: | Tesis de Maestría en Computación |
Ficheros en este ítem:
| Fichero | Descripción | Tamaño | Formato | |
|---|---|---|---|---|
| MC_Jose_Luis_Soto_Pina_2021.pdf | Tesis | 14.88 MB | Adobe PDF | Visualizar/Abrir |
| MC_Jose_Luis_Soto_Pina_2021.pdf Restricted Access | Cesión de derechos | 241.18 kB | Adobe PDF | Visualizar/Abrir Request a copy |
Este ítem está protegido por copyright original |
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons
