A. Sai Suneel / V. Saraswathi Bai
Librería Samer Atenea
Librería Aciertas (Toledo)
Kálamo Books
Librería Perelló (Valencia)
Librería Elías (Asturias)
Donde los libros
Librería Kolima (Madrid)
Librería Proteo (Málaga)
Estudos recentes mostraram que os modelos de aprendizagem profunda são capazes de proporcionar benefícios significativos para a análise de imagens médicas. Quando se utiliza o LSTM para a deteção de tumores cerebrais, os dados de entrada sequenciais, como exames de ressonância magnética ou dados de séries temporais de pacientes , são normalmente introduzidos no modelo LSTM. O modelo aprenderia então com os padrões sequenciais e utilizaria esse conhecimento para classificar a presença ou não de um tumor cerebral. O nosso modelo aproveita as dependências temporais dos dados de imagiologia médica para melhorar a precisão e a robustez na deteção de tumores. O modelo LSTM tem um desempenho melhor do que os métodos tradicionais , conforme demonstrado pelos nossos resultados. Isto resulta numa elevada precisão e em informações valiosas sobre a região do tumor detectado. Além disso, exploramos a interpretabilidade dos LSTMs e a potencial integração com informações clínicas para melhorar o diagnóstico e o planeamento.
