Advertencia: Esta página es una traducción de esta página originalmente en inglés. Tenga en cuenta ya que las traducciones son generadas por máquinas, no que todos traducción será perfecto. Este sitio Web y sus páginas están destinadas a leerse en inglés. Cualquier traducción de este sitio Web y su páginas Web puede ser imprecisa e inexacta en su totalidad o en parte. Esta traducción se proporciona como una conveniencia.

Profundo-Aprendizaje en radiología

La radiología desempeña un papel principal en la diagnosis y el tratamiento de diversas enfermedades. el Profundo-aprendizaje, también conocido como el aprendizaje jerárquico, es un tipo de aprendizaje de máquina que implica algoritmos y basado en el aprendizaje de representaciones de datos. el Profundo-aprendizaje se utiliza en el campo del remedio, determinado en radiología.

Haber de imagen: Archy13/Shutterstock
Haber de imagen: Archy13/Shutterstock

¿Qué Profundo-Está aprendiendo?

el Profundo-aprendizaje es un tipo de método del aprendizaje de máquina que ayude a las máquinas y a las computadores a aprender por ejemplo. En el profundo-aprendizaje, la máquina o la computador aprende sobre tareas de la clasificación directamente del sonido, del texto, o de la entrada de la imagen.
Los programas usando el profundo-aprendizaje pueden realizar tareas exacto y a menudo en un de alto nivel que seres humanos. Por ejemplo, el profundo-aprendizaje es la tecnología dominante de vehículos uno mismo-que impulsan que permite los permite descubrir a peatones o parar signos. Puesto simple, el profundo-aprendizaje es una forma de la inteligencia artificial.

el Profundo-aprendizaje es un brazo de la inteligencia artificial en el cual las redes de unidades correlacionadas básicas se utilizan para reconocer configuraciones en datos para resolver problemas complicados. el Profundo-aprendizaje se ha utilizado en varias tareas sofisticadas relacionadas con la proyección de imagen médica.

Profundo-Aprendizaje en radiología

Importancia de la radiología a la práctica médica

La proyección de imagen médica es una herramienta importante del diagnóstico y del tratamiento para muchas enfermedades humanas. En proyección de imagen diagnóstica, una serie de pruebas se utiliza para capturar imágenes de diversas partes del cuerpo. Estas pruebas proveen de médicos las imágenes que se pueden utilizar para descubrir anormalidades en órganos de la carrocería.

Se utilizan muchas modalidades de la proyección de imagen de ver las estructuras corporales internas. Los ejemplos incluyen radiografías, exploraciones de la tomografía calculada, proyección de imagen de resonancia magnética, y la tomografía por emisión de positrones.

Los estudios de la proyección de imagen son especialmente importantes en la detección y la diagnosis del cáncer. La identificación con anticipación del cáncer y de otras enfermedades permite el tratamiento anterior, que puede perfeccionar resultados pacientes.  

Cómo el Profundo-Aprendizaje se utiliza en radiología diagnóstica

el Profundo-aprendizaje es una herramienta importante usada en radiología y proyección de imagen médica. el Profundo-aprendizaje de técnicas se puede utilizar para dividir exacto los órganos en segmentos basados en sus límites para ofrecer mediciones exactas. Además, el profundo-aprendizaje de técnicas puede ser aplicado a la detección del incremento del tumor y discriminar entre las estructuras benignas y malas.

Aunque el profundo-aprendizaje requiera más datos que el aprendizaje de máquina tradicional, es también más fácil utilizar. Porque la mayoría de los sistemas de profundo-aprendizaje utilizan diseños de red neuronal, estos modelos se refieren a menudo como redes neuronales profundas. La palabra “profundamente” refiere a su estructura de varias capas.

En una red neuronal convencional, hay solamente 2 o 3 capas ocultadas. En cambio, las redes profundas pueden tener centenares de capas. Como consecuencia, el profundo-aprendizaje de modelos se puede utilizar para analizar y para utilizar equipos grandes de configuraciones y de datos de red neuronal para ofrecer representaciones más exactas para los estudios de la proyección de imagen.

Tradicionalmente, el profundo-aprendizaje se ha aplicado a las únicas imágenes. Sin embargo, el uso del profundo-aprendizaje en radiología es más complejo porque tomografía calculada y los millares de resonancia magnética de la producción de la proyección de imagen de imágenes. Así, profundo-aprendiendo los modelos requieren algoritmos de cómputo más complejos en el campo de la radiología. el Profundo-aprendizaje ahora se está utilizando en radiología clínica para descubrir, para cuantificar, y lesiones del segmento y para diagnosticar y clasificar enfermedad.

Geoff Hinton: On Radiology

Conclusión

el Profundo-aprendizaje ha perfeccionado dramáticamente el funcionamiento de los algoritmos de la computador en práctica médica. La tecnología médica se ha desarrollado para permitir la extracción de la información crucial de las imágenes que pudieron haber sido más difíciles de interpretar usando métodos tradicionales. Hasta la fecha, profundo-aprendiendo los métodos se han utilizado en pecho y la investigación del cáncer de pulmón y la segmentación del cerebro estudia.

La investigación sobre tecnología de profundo-aprendizaje ha mostrado los resultados prometedores que pueden ser aplicados dentro de práctica médica y para otras aplicaciones. En el futuro, profundo-aprendiendo se prevee aumentar más lejos diagnosis y el tratamiento de diversas enfermedades.

Fuentes

Further Reading

Last Updated: Oct 24, 2018

Angela Betsaida B. Laguipo

Written by

Angela Betsaida B. Laguipo

Angela is a nurse by profession and a writer by heart. She graduated with honors (Cum Laude) for her Bachelor of Nursing degree at the University of Baguio, Philippines. She is currently completing her Master's Degree where she specialized in Maternal and Child Nursing and worked as a clinical instructor and educator in the School of Nursing at the University of Baguio.

Citations

Please use one of the following formats to cite this article in your essay, paper or report:

  • APA

    Laguipo, Angela. (2018, October 24). Profundo-Aprendizaje en radiología. News-Medical. Retrieved on September 26, 2021 from https://www.news-medical.net/health/Deep-Learning-in-Radiology.aspx.

  • MLA

    Laguipo, Angela. "Profundo-Aprendizaje en radiología". News-Medical. 26 September 2021. <https://www.news-medical.net/health/Deep-Learning-in-Radiology.aspx>.

  • Chicago

    Laguipo, Angela. "Profundo-Aprendizaje en radiología". News-Medical. https://www.news-medical.net/health/Deep-Learning-in-Radiology.aspx. (accessed September 26, 2021).

  • Harvard

    Laguipo, Angela. 2018. Profundo-Aprendizaje en radiología. News-Medical, viewed 26 September 2021, https://www.news-medical.net/health/Deep-Learning-in-Radiology.aspx.

Comments

The opinions expressed here are the views of the writer and do not necessarily reflect the views and opinions of News Medical.