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...
Uloženo v:
Hlavní autor: | |
---|---|
Další autoři: | |
Jazyk: | spa |
Vydáno: |
Universidad Autónoma de Baja California, Facultad de Ingeniería, Arquitectura y Diseño.
2022
|
Témata: | |
On-line přístup: | https://hdl.handle.net/20.500.12930/9469 https://doi.org/10.57840/uabc-20 |
Tagy: |
Přidat tag
Žádné tagy, Buďte první, kdo otaguje tento záznam!
|
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 |