Los grupos de microcalcificaciones pueden ser un signo temprano de cáncer de mama. En este trabajo, proponemos un enfoque novedoso basado en redes neuronales convolucionales para la detección y segmentación de clusters de microcalcificaciones. En este trabajo, utilizamos 283 mamografías para entrenar y validar nuestro modelo, obteniendo una precisión del 99,99% en la detección de microcalcificaciones y una tasa de falsos positivos del 0,005%. Nuestros resultados muestran cómo el aprendizaje profundo podría ser una herramienta efectiva para apoyar eficazmente a los radiólogos durante el examen de mamografías.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Partículas (nano)de TiO2 extraídas de productos de confitería recubiertos de azúcar
Artículo:
Fiabilidad y validez de la versión tailandesa del Inventario Obsesivo-Compulsivo de Florida.
Artículo:
Control óptimo de la glucosa en la sangre mediante infusión continua de insulina
Artículo:
Células solares sensibilizadas por colorantes de alta eficacia basadas en nanopartículas de SnO2 sintetizadas
Artículo:
Fósforo emisor de luz naranja-rojiza GdVO:Sm preparado mediante síntesis por combustión de disolución
Informe, reporte:
Diagnóstico sobre la logística del comercio internacional y su incidencia en la competitividad de las exportaciones de los países miembros
Artículo:
Nuevas necesidades cosméticas : tendencias y productos específicos
Manual:
Química de los taninos
Artículo:
Influencia del COVID-19 en las dinámicas de exportación, producción y consumo de carne vacuna en Colombia y el mundo: Una revisión monográfica.