Predicción de la viabilidad de embriones a partir de imágenes microscópicas del tiempo de vida de fluorescencia utilizando redes neuronales convolucionales

Predicción de la viabilidad de embriones a partir de imágenes microscópicas del tiempo de vida de fluorescencia utilizando redes neuronales convolucionales

Durante las ultimas décadas, la medicina ha acogido a la Inteligencia Artificial como una herramienta que le permite mejorar la calidad del cuidado de la salud. Desde el desarrollo de algoritmos que auxilian a los profesionales a identificar mutaciones genéticas hasta el correcto y temprano diagnóst...

詳細記述

保存先:
書誌詳細
第一著者: Duarte Ariza, Aranza Julia Renee
その他の著者: Flores Gutiérrez, Dora Luz
言語:spa
出版事項: Universidad Autónoma de Baja California, Facultad de Ingeniería, Arquitectura y Diseño. 2022
主題:
Ingeniería||Tesis
QA76.87 D83 2021
オンライン･アクセス:https://hdl.handle.net/20.500.12930/9469
https://doi.org/10.57840/uabc-20
タグ: タグ追加
タグなし, このレコードへの初めてのタグを付けませんか!
id repositorioinstitucional-20.500.12930-9469
record_format dspace
spelling repositorioinstitucional-20.500.12930-94692023-05-14T18:35:44Z Predicción de la viabilidad de embriones a partir de imágenes microscópicas del tiempo de vida de fluorescencia utilizando redes neuronales convolucionales Duarte Ariza, Aranza Julia Renee Flores Gutiérrez, Dora Luz Ingeniería||Tesis QA76.87 D83 2021 Durante las ultimas décadas, la medicina ha acogido a la Inteligencia Artificial como una herramienta que le permite mejorar la calidad del cuidado de la salud. Desde el desarrollo de algoritmos que auxilian a los profesionales a identificar mutaciones genéticas hasta el correcto y temprano diagnóstico, tratamiento y predicción de enfermedades mediante el análisis de la información clínica del paciente, estas técnicas han revolucionado a la medicina al ofrecer una experiencia más precisa e individualizada que nunca. 2022-07-14T08:45:30Z 2022-07-14T08:45:30Z 2021 https://hdl.handle.net/20.500.12930/9469 https://doi.org/10.57840/uabc-20 spa https://drive.google.com/file/d/11xZPXRgkdSQwque9BBqQ1YSiUWBISvyF/view?usp=sharing openAccess http://creativecommons.org/licenses/by-nc-nd/4 i, 43 p. : il. pdf application/pdf Ensenada, Baja California. Universidad Autónoma de Baja California, Facultad de Ingeniería, Arquitectura y Diseño.
institution Repositorio Institucional
collection DSpace
language spa
topic Ingeniería||Tesis
QA76.87 D83 2021
spellingShingle Ingeniería||Tesis
QA76.87 D83 2021
Duarte Ariza, Aranza Julia Renee
Predicción de la viabilidad de embriones a partir de imágenes microscópicas del tiempo de vida de fluorescencia utilizando redes neuronales convolucionales
description Durante las ultimas décadas, la medicina ha acogido a la Inteligencia Artificial como una herramienta que le permite mejorar la calidad del cuidado de la salud. Desde el desarrollo de algoritmos que auxilian a los profesionales a identificar mutaciones genéticas hasta el correcto y temprano diagnóstico, tratamiento y predicción de enfermedades mediante el análisis de la información clínica del paciente, estas técnicas han revolucionado a la medicina al ofrecer una experiencia más precisa e individualizada que nunca.
author2 Flores Gutiérrez, Dora Luz
author_facet Flores Gutiérrez, Dora Luz
Duarte Ariza, Aranza Julia Renee
author Duarte Ariza, Aranza Julia Renee
author_sort Duarte Ariza, Aranza Julia Renee
title Predicción de la viabilidad de embriones a partir de imágenes microscópicas del tiempo de vida de fluorescencia utilizando redes neuronales convolucionales
title_short Predicción de la viabilidad de embriones a partir de imágenes microscópicas del tiempo de vida de fluorescencia utilizando redes neuronales convolucionales
title_full Predicción de la viabilidad de embriones a partir de imágenes microscópicas del tiempo de vida de fluorescencia utilizando redes neuronales convolucionales
title_fullStr Predicción de la viabilidad de embriones a partir de imágenes microscópicas del tiempo de vida de fluorescencia utilizando redes neuronales convolucionales
title_full_unstemmed Predicción de la viabilidad de embriones a partir de imágenes microscópicas del tiempo de vida de fluorescencia utilizando redes neuronales convolucionales
title_sort predicción de la viabilidad de embriones a partir de imágenes microscópicas del tiempo de vida de fluorescencia utilizando redes neuronales convolucionales
publisher Universidad Autónoma de Baja California, Facultad de Ingeniería, Arquitectura y Diseño.
publishDate 2022
url https://hdl.handle.net/20.500.12930/9469
https://doi.org/10.57840/uabc-20
_version_ 1792609044532297728

類似資料