Implementación de Redes Generativas Adversarias (GANs) para la generación de imágenes de tejido humano
This project is based on the generation of images of human tissue, specifically, skin lesions such as melanoma or seborrheic keratosis, using a Generative Adversarial Network and a dataset of 2000 real images. The main application of the project in the field of medicine is to increase the global dat...
| Autor: | |
|---|---|
| Tipo de documento: | Tesis de maestría |
| Fecha de publicación: | 2019 |
| País: | España |
| Institución: | Universitat Oberta de Catalunya (UOC) |
| Repositorio: | O2, repositorio institucional de la UOC |
| OAI Identifier: | oai:openaccess.uoc.edu:10609/90566 |
| Acceso en línea: | http://hdl.handle.net/10609/90566 |
| Nivel de acceso: | Acceso abierto |
| Palabra clave: | disciminator GAN deep learning CNN MVP generator artificial intelligence discriminador aprenentatge profund generador intel·ligència artificial aprendizaje profundo inteligencia artificial Artificial intelligence -- TFM Intel·ligència artificial -- TFM Inteligencia artificial -- TFM |
| _version_ | 1878737837084377088 |
|---|---|
| author | Segura Cabrera, Pedro Juan |
| author_browse | Segura Cabrera, Pedro Juan |
| author_facet | Segura Cabrera, Pedro Juan |
| author_role | author |
| collection | O2, repositorio institucional de la UOC |
| description | This project is based on the generation of images of human tissue, specifically, skin lesions such as melanoma or seborrheic keratosis, using a Generative Adversarial Network and a dataset of 2000 real images. The main application of the project in the field of medicine is to increase the global database of images of human tissue and thus, contribute to medical studies in the dermatological area. Images with a resolution of 64x64 have been obtained and validated through a representation of reduced dimensions (PCA and tSNE) of the whole set of images, real and generated ones. |
| eu_rights_str_mv | openAccess |
| format | masterThesis |
| id | ES_a5b2fefdc183cd95eb809bb69c9f866f |
| institution | Universitat Oberta de Catalunya (UOC) |
| instname_str | Universitat Oberta de Catalunya (UOC) |
| network_acronym_str | ES |
| network_name_str | España |
| oai_identifier_str | oai:openaccess.uoc.edu:10609/90566 |
| publishDate | 2019 |
| publishDateSort | 2019 |
| publisher | Universitat Oberta de Catalunya (UOC) |
| publisherStr | Universitat Oberta de Catalunya (UOC) |
| reponame_str | O2, repositorio institucional de la UOC |
| spelling | Implementación de Redes Generativas Adversarias (GANs) para la generación de imágenes de tejido humano Segura Cabrera, Pedro Juan disciminator GAN deep learning CNN MVP generator artificial intelligence discriminador aprenentatge profund generador intel·ligència artificial aprendizaje profundo inteligencia artificial Artificial intelligence -- TFM Intel·ligència artificial -- TFM Inteligencia artificial -- TFM This project is based on the generation of images of human tissue, specifically, skin lesions such as melanoma or seborrheic keratosis, using a Generative Adversarial Network and a dataset of 2000 real images. The main application of the project in the field of medicine is to increase the global database of images of human tissue and thus, contribute to medical studies in the dermatological area. Images with a resolution of 64x64 have been obtained and validated through a representation of reduced dimensions (PCA and tSNE) of the whole set of images, real and generated ones. Aquest projecte es basa en la generació d'imatges de teixit humà, específicament lesions cutànies com el melanoma o la queratosi seborreica, mitjançant una Xarxa Adversitària Generativa (GAN) i un conjunt de dades de 2000 imatges reals. La principal aplicació del projecte en l'àmbit de la medicina és augmentar la base de dades mundial d'imatges del teixit humà i, per tant, contribuir a estudis mèdics en l'àrea dermatològica. S'han obtingut i validat imatges amb una resolució de 64x64 a través d'una representació de dimensions reduïdes (PCA i tSNE) de tot el conjunt d'imatges, reals i generades. Este proyecto se basa en la generación de imágenes de tejido humano, específicamente lesiones cutáneas como el melanoma o la queratosis seborreica, mediante una Red Generativa Adversaria (GAN) y un conjunto de datos de 2000 imágenes reales. La principal aplicación del proyecto en el ámbito de la medicina es aumentar la base de datos mundial de imágenes del tejido humano y, por tanto, contribuir a estudios médicos en el área dermatológica. Se han obtenido imágenes con una resolución de 64x64, validadas a través de una representación de dimensiones reducidas (PCA y tSNE) de todo el conjunto de imágenes, reales y generadas. Universitat Oberta de Catalunya (UOC) http://hdl.handle.net/10609/90566 |
| spellingShingle | Implementación de Redes Generativas Adversarias (GANs) para la generación de imágenes de tejido humano Segura Cabrera, Pedro Juan disciminator GAN deep learning CNN MVP generator artificial intelligence discriminador aprenentatge profund generador intel·ligència artificial aprendizaje profundo inteligencia artificial Artificial intelligence -- TFM Intel·ligència artificial -- TFM Inteligencia artificial -- TFM |
| title | Implementación de Redes Generativas Adversarias (GANs) para la generación de imágenes de tejido humano |
| title_full | Implementación de Redes Generativas Adversarias (GANs) para la generación de imágenes de tejido humano |
| title_fullStr | Implementación de Redes Generativas Adversarias (GANs) para la generación de imágenes de tejido humano |
| title_full_unstemmed | Implementación de Redes Generativas Adversarias (GANs) para la generación de imágenes de tejido humano |
| title_short | Implementación de Redes Generativas Adversarias (GANs) para la generación de imágenes de tejido humano |
| title_sort | Implementación de Redes Generativas Adversarias (GANs) para la generación de imágenes de tejido humano |
| topic | disciminator GAN deep learning CNN MVP generator artificial intelligence discriminador aprenentatge profund generador intel·ligència artificial aprendizaje profundo inteligencia artificial Artificial intelligence -- TFM Intel·ligència artificial -- TFM Inteligencia artificial -- TFM |
| topic_facet | disciminator GAN deep learning CNN MVP generator artificial intelligence discriminador aprenentatge profund generador intel·ligència artificial aprendizaje profundo inteligencia artificial Artificial intelligence -- TFM Intel·ligència artificial -- TFM Inteligencia artificial -- TFM |
| url | http://hdl.handle.net/10609/90566 |