• Communities & Collections
    • By Issue Date
    • Authors
    • Titles
    • Subjects
    • Multimedia
    • español
    • English
    • português (Brasil)
  • Browse 
    • Communities & Collections
    • By Issue Date
    • Authors
    • Titles
    • Subjects
    • Multimedia
  • English 
    • español
    • English
    • português (Brasil)
  • Login
View Item 
  •   Institutional repository ITM
  • Revistas Científicas
  • TecnoLógicas
  • Edición Especial (2013)
  • View Item
  •   Institutional repository ITM
  • Revistas Científicas
  • TecnoLógicas
  • Edición Especial (2013)
  • View Item
JavaScript is disabled for your browser. Some features of this site may not work without it.

Browse

All of ITMCommunities & CollectionsBy Issue DateAuthorsTitlesSubjectsMultimediaThis CollectionBy Issue DateAuthorsTitlesSubjectsMultimedia

My Account

LoginRegister

Statistics

View Usage Statistics

Segmentación de Imágenes de Resonancia Magnética IRM utilizando LS-SVM y Análisis Multiresolución Wavelet

Thumbnail
View/Open
381-Manuscrito-547-1-10-20170217.pdf (456.3Kb)
Share this
Date
2013-11-19
Author
Muñoz-Bedoya, Luis A.
Mendoza, Luis E.
Velandia-Villamizar, Hernando J.
Keywords
Kernel; LS-SVM; optimización; segmentación; wavelet madre
Metadata
Show full item record
PDF Documents
Abstract
Actualmente, las máquinas de soporte vectorial (SVM) se han convertido en una herramienta poderosa para resolver problemas de clasificación no lineal. Para la optimización de esta herramienta, se ha desarrollado una reformulación conocida como LS-SVM (máquina de soporte vectorial de mínimos cuadrados), la cual trabaja con un modelo de minimización basada en funciones y polinomios de Lagrange. Por lo tanto, este trabajo presenta un método para la segmentación de imágenes de resonancia magnética específicamente para estudiar la morfología de los pulmones y lograr la cuantificación de características relevantes en dichas imágenes usando SVM y LS-SVM. Adicionalmente a la técnica de clasificación, en este trabajo se usaron técnicas como: análisis Wavelet para eliminación de información no relevante (compresión), y algoritmos Splines, para interpolar la información encontrada y cuantificar las características, que se basaron en el reconocimiento de área, forma y estructuras anormales presentes en la zona pulmonar de dichas imágenes.
URI
http://hdl.handle.net/20.500.12622/676
Collections
  • Edición Especial (2013) [60]

Departamento de Biblioteca y Extensión Cultural
bibliotecaitm@itm.edu.co

Contact Us | Send Feedback