Mostrar o rexistro simple do ítem

dc.contributor.authorÁlvarez-Rodríguez, Lorena
dc.contributor.authorPueyo-Bestué, Ana
dc.contributor.authorMoura, Joaquim de
dc.contributor.authorViladés, Elisa
dc.contributor.authorGarcía-Martín, Elena
dc.contributor.authorSánchez, Clara I.
dc.contributor.authorNovo Buján, Jorge
dc.contributor.authorOrtega Hortas, Marcos
dc.date.accessioned2024-05-13T12:44:55Z
dc.date.available2024-05-13T12:44:55Z
dc.date.issued2023-12
dc.identifier.citationL. Alvarez, A. Pueyo J. D. Moura, E. Vilades, E. Garcia-Martin, C. I. Sanchez, J. Novo, y M. Ortega, «Sistema automático para la evaluación de enfermedades neurodegenerativas en imágenes OCT mediante deep learning», BioIntegraSaúde (BIS 2023), 2023.es_ES
dc.identifier.urihttp://hdl.handle.net/2183/36469
dc.descriptionO IDIS, INIBIC e IIS Galicia Sur organizaron Biointegrasaúde 2023, celebrado no Complexo Hospitalario Universitario de A Coruña (CHUAC), 14 de dicembro de 2023.es_ES
dc.description.abstractEl Alzhéimer (AD), el temblor esencial (ET), la esclerósis múltiple (MS) o el Párkinson (PD) son enfermedades neurodegenerativas (END) que están correlacionadas con cambios en algunas capas retinales clave. Las tomografías de coherencia óptica (OCT) pueden proporcionar información detallada desde diferentes perspectivas para analizar esas capas. Proponemos un sistema automático que: Segmenta las capas RNFL y GCL-BM de vólumenes 3D e imágenes OCT retinales de mácula y disco óptico. Extrae biomarcadores computacionales como deep features o grosor. Hace un cribado combinando información de ambas vistas OCT.es_ES
dc.description.sponsorshipEsta investigación ha sido subvencionada por el Instituto de Salud Carlos III, Gobierno de Spain, [proyectos de investigación PI17/01726 y PI20/00437]; Inflammatory Disease Network (RICORS) [proyecto RD21/0002/0050]; Ministerio de Ciencia e Innovación, Gobierno de Spain [proyectos de investigación PDC2022-133132-I00, PID2019-108435RB-I00 y TED2021-131201B-I00]; Consellería de Cultura, Educación e Universidade, Xunta de Galicia, a través de Grupos de Referencia Competitiva [subvención ED431C 2020/24]. Las organizaciones financiadoras no participaron en el dise˜no o ejecución de esta investigación.es_ES
dc.description.sponsorshipGobierno de Aragón; RD21/0002/0050es_ES
dc.description.sponsorshipXunta de Galicia; ED431C 2020/24es_ES
dc.language.isospaes_ES
dc.relationinfo:eu-repo/grantAgreement/ISCIII/Plan Estatal de Investigación Científica y Técnica y de Innovación 2017-2020/PI17%2F01726/ES/EVALUACIÓN NEUROOFTALMOLÓGICA COMO BIOMARCADOR DIAGNÓSTICO, EVOLUTIVO Y PRONÓSTICO EN EL CURSO DE LA ESCLEROSIS MÚLTIPLEes_ES
dc.relationinfo:eu-repo/grantAgreement/ISCIII/Plan Estatal de Investigación Científica y Técnica y de Innovación 2017-2020/PI20%2F00437/ES/LA NEURORRETINA COMO BIOMARCADOR PRECOZ Y DE PROGRESION DESDE DETERIORO COGNITIVO LEVE A ALZHEIMER Y EFECTO PROTECTOR DE LA REHABILITACION COGNITIVO-VISUAL EN LA PROGRESION DE LA DEMENCIAes_ES
dc.relationinfo:eu-repo/grantAgreement/AEI/Plan Estatal de Investigación Científica y Técnica y de Innovación 2021-2024/PDC2022-133132-I00/ES/MEJORAS EN EL DIAGNÓSTICO E INVESTIGACIÓN CLÍNICO MEDIANTE TECNOLOGÍAS INTELIGENTES APLICADAS LA IMAGEN OFTALMOLÓGICAes_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.relationinfo:eu-repo/grantAgreement/AEI/Plan Estatal de Investigación Científica y Técnica y de Innovación 2021-2023/TED2021-131201B-I00/ES/DIAGNÓSTICO DIGITAL: TRANSFORMACIÓN DE LA DETECCIÓN DE ENFERMEDADES NEUROVASCULARES Y DEL TRATAMIENTO DE LOS PACIENTESes_ES
dc.rightsAtribución-SinDerivadas 3.0 Españaes_ES
dc.rights.urihttp://creativecommons.org/licenses/by-nd/3.0/es/*
dc.subjectEnfermedades neurodegenerativases_ES
dc.subjectImágenes OCTes_ES
dc.subjectDeep learninges_ES
dc.titleSistema automático para la evaluación de enfermedades neurodegenerativas en imágenes OCT mediante deep learninges_ES
dc.typeinfo:eu-repo/semantics/conferenceObjectes_ES
dc.typeinfo:eu-repo/semantics/conferenceObjectes_ES
dc.rights.accessinfo:eu-repo/semantics/openAccesses_ES
UDC.conferenceTitleBioIntegraSaúde (BIS 2023)es_ES


Ficheiros no ítem

Thumbnail
Thumbnail

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

Mostrar o rexistro simple do ítem