Mostrar o rexistro simple do ítem

Performance analysis of GAN approaches in the portable chest X-ray synthetic image generation for COVID-19 screening

dc.contributor.authorIglesias Morís, Daniel
dc.contributor.authorGende Lozano, Mateo
dc.contributor.authorMoura, Joaquim de
dc.contributor.authorNovo Buján, Jorge
dc.contributor.authorOrtega Hortas, Marcos
dc.date.accessioned2024-05-13T12:07:30Z
dc.date.available2024-05-13T12:07:30Z
dc.date.issued2022
dc.identifier.citationD. I. Morís, M. Gende, J. de Moura, J. Novo, M. Ortega, "Performance analysis of GAN approaches in the portable chest X-ray synthetic image generation for COVID-19 screening", 18th International Conference on Computer Aided Systems Theory - EUROCAST'22, 108-109, Las Palmas de Gran Canaria, Spain, 2022es_ES
dc.identifier.isbn978-84-09-38381-8
dc.identifier.urihttp://hdl.handle.net/2183/36468
dc.descriptionVersión aceptada de: D. I. Morís, M. Gende, J. de Moura, J. Novo, M. Ortega, "Performance analysis of GAN approaches in the portable chest X-ray synthetic image generation for COVID-19 screening", 18th International Conference on Computer Aided Systems Theory - EUROCAST'22, 108-109, Las Palmas de Gran Canaria, Spain, 2022es_ES
dc.descriptionExtended abstractses_ES
dc.description.abstract[Abstract]: This manuscript presents a performance analysis of chest Xray synthetic image generation for COVID-19 screening. The proposed system translates chest X-ray images from Normal to COVID-19 and vice versa, without needing paired data, representing a powerful data augmentation approach. To this end, we analyze the performance of 3 representative state of the art architectures for image translation, assessing the impact of oversampling on improving the performance of automatic COVID-19 screening.es_ES
dc.description.sponsorshipThis research was funded by Instituto de Salud Carlos III, Government of Spain, DTS18/00136 research project; Ministerio de Ciencia e Innovación y Universidades, Government of Spain, RTI2018-095894-B-I00 research project; Ministerio de Ciencia e Innovación, Government of Spain through the research project with reference PID2019-108435RB-I00; Consellería de Cultura, Educación e Universidade, Xunta de Galicia through the predoctoral grant contracts refs. ED481A 2021/196, ED481A 2021/161 and postdoctoral grant contract ref. ED481B 2021/059; and Grupos de Referencia Competitiva, grant ref. ED431C 2020/24; Axencia Galega de Innovación (GAIN), Xunta de Galicia, grant ref. IN845D 2020/38; CITIC, Centro de Investigación de Galicia ref. ED431G 2019/01, receives financial support from Consellería de Educación, Universidade e Formación Profesional, Xunta de Galicia, through the ERDF (80%) and Secretaría Xeral de Universidades (20%).es_ES
dc.description.sponsorshipXunta de Galicia; ED481A 2021/196es_ES
dc.description.sponsorshipXunta de Galicia; ED481A 2021/161es_ES
dc.description.sponsorshipXunta de Galicia; ED481B 2021/059es_ES
dc.description.sponsorshipXunta de Galicia; ED431C 2020/24es_ES
dc.description.sponsorshipXunta de Galicia; IN845D 2020/38es_ES
dc.description.sponsorshipXunta de Galicia; ED431G 2019/01es_ES
dc.language.isoenges_ES
dc.relationinfo:eu-repo/grantAgreement/MICINN/Plan Estatal de Investigación Científica y Técnica y de Innovación 2017-2020/DTS18%2F00136/ES/Plataforma online para prevención y detección precoz de enfermedad vascular mediante análisis automatizado de información e imagen clínicaes_ES
dc.relationinfo:eu-repo/grantAgreement/AEI/Plan Estatal de Investigación Científica y Técnica y de Innovación 2017-2020/RTI2018-095894-B-I00/ES/DESARROLLO DE TECNOLOGIAS INTELIGENTES PARA DIAGNOSTICO DE LA DMAE BASADAS EN EL ANALISIS AUTOMATICO DE NUEVAS MODALIDADES HETEROGENEAS DE ADQUISICION DE IMAGEN OFTALMOLOGICAes_ES
dc.relationinfo:eu-repo/grantAgreement/AEI/Plan Estatal de Investigación Científica y Técnica y de Innovación 2017-2020/PID2019-108435RB-I00/ES/CUANTIFICACIÓN Y CARACTERIZACIÓN COMPUTACIONAL DE IMAGEN MULTIMODAL OFTALMOLÓGICA: ESTUDIOS EN ESCLEROSIS MÚLTIPLEes_ES
dc.subjectComputer-aided Diagnosises_ES
dc.subjectPortable Chest X-rayes_ES
dc.subjectCOVID-19es_ES
dc.subjectDeep Learninges_ES
dc.subjectSynthetic Image Generationes_ES
dc.titlePerformance analysis of GAN approaches in the portable chest X-ray synthetic image generation for COVID-19 screeninges_ES
dc.typeinfo:eu-repo/semantics/conferenceObjectes_ES
dc.typeinfo:eu-repo/semantics/conferenceObjectes_ES
dc.rights.accessinfo:eu-repo/semantics/openAccesses_ES
UDC.issue2022es_ES
UDC.conferenceTitleEUROCAST'22es_ES


Ficheiros no ítem

Thumbnail
Nome:
IglesiasMoris_Daniel_2022_Perf ...
Tamaño:
212.9Kb
Formato:
PDF
Descrición:
Abstract Versión aceptada
Ver/abrir

Este ítem aparece na(s) seguinte(s) colección(s)

Mostrar o rexistro simple do ítem