Miniatura

Fitxers

TFG-EST_Li.pdf (7.39 MB)

Tipus de document

Treball de fi de grau

Data de publicació

2024

Llicència de publicació

cc-by-nc-nd (c) Li, 2024
Si us plau utilitzeu sempre aquest identificador per citar o enllaçar aquest document: https://hdl.handle.net/2445/222255

Classification of medical images with convolutional networks

Títol de la revista

Autors

ISSN de la revista

Títol del volum

Resum

This study explores using Convolutional Neural Networks (CNN) to predict microsatellite instability (MSI) and stability (MSS) from histology images in gastrointestinal cancer. A deep learning model was developed with Keras and TensorFlow in R, applying advanced techniques to histology images. The results show that deep CNN architectures effectively predict MSI and MSS, providing clinicians with a reliable tool to identify the microsatellite stability of tumor tissues.

Descripció

Treballs Finals de Grau en Estadística UB-UPC, Facultat d'Economia i Empresa (UB) i Facultat de Matemàtiques i Estadística (UPC), Curs: 2023-2024, Tutor: Ferran Reverter Comes

Matèries

Xarxes neuronals convolucionals, Aprenentatge profund, Medicina, Estadística, Treballs de fi de grau

Matèries (anglès)

Convolutional neural networks, Deep learning (Machine learning), Medicine, Statistics, Bachelor's theses

Citació

Col·leccions

Treballs Finals de Grau (TFG) - Estadística UB-UPC

Citació

LI, Shengnan. Classification of medical images with convolutional networks. [consulta: 3 de desembre de 2025]. [Disponible a: https://hdl.handle.net/2445/222255]

Exportar metadades

JSON - METS

Compartir registre