dor_id: 3573590

506.#.#.a: Público

502.#.#.a: Maestría

561.#.#.u: https://ru.dgb.unam.mx

650.#.4.x: Físico Matemáticas y Ciencias de la Tierra

336.#.#.b: master thesis

336.#.#.3: Tesis de maestría

336.#.#.a: Trabajo de grado

351.#.#.6: https://ru.dgb.unam.mx/handle/DGB_UNAM/3

351.#.#.b: TESIUNAM

351.#.#.a: Tesis

harvesting_group: TesiUNAM

270.1.#.p: bidi@dgb.unam.mx

590.#.#.c: DSpace

270.#.#.d: MX

270.1.#.d: México

590.#.#.b: Concentrador

883.#.#.u: https://ru.dgb.unam.mx

883.#.#.a: Repositorio de la Dirección General de Bibliotecas y Servicios Digitales de Información

590.#.#.a: Administración Central

883.#.#.1: https://www.dgb.unam.mx

883.#.#.q: Dirección General de Bibliotecas y Servicios Digitales de Información, UNAM

850.#.#.a: Universidad Nacional Autónoma de México

856.4.0.u: http://132.248.9.195/ptd2022/febrero/0822580/Index.html

100.1.#.a: Bass Vega, Vivian

100.1.#.0: Bass Vega, Vivian::si::SinIdentificador

524.#.#.a: Bass Vega, Vivian (2022). Segmentación automática de lesiones en imágenes de ultrasonido de mama utilizando redes neuronales convolucionales. Coordinación General de Estudios de Posgrado, UNAM. Recuperado de https://repositorio.unam.mx/contenidos/3573590

720.#.#.a: Márquez Flores, Jorge Alberto

245.1.0.a: Segmentación automática de lesiones en imágenes de ultrasonido de mama utilizando redes neuronales convolucionales

502.#.#.b: Maestría en Ciencia e Ingeniería de la Computación

502.#.#.c: Universidad Nacional Autónoma de México

561.1.#.a: Coordinación General de Estudios de Posgrado, UNAM

264.#.0.c: 2022

264.#.1.c: 2022

506.1.#.a: La titularidad de los derechos patrimoniales de esta obra pertenece a Bass Vega, Vivian. Su uso se rige por una licencia Creative Commons BY-NC-ND 4.0 Internacional, https://creativecommons.org/licenses/by-nc-nd/4.0/legalcode.es, fecha de asignación de la licencia 2022-03-27, para un uso diferente consultar al responsable jurídico del repositorio en bidi@dgb.unam.mx

884.#.#.k: https://ru.dgb.unam.mx/handle/DGB_UNAM/TES01000822580

001.#.#.#: oai:ru.dgb.unam.mx:DGB_UNAM/TES01000822580

720.#.#.0: Márquez Flores, Jorge Alberto::si::SinIdentificador::role::asesorTesis

041.#.7.h: spa

046.#.#.j: 2022-03-27 02:05:43.351

300.#.#.a: 81 páginas

533.#.#.b: MX

599.#.#.a: Programa de Posgrado en Ciencia e Ingeniería de la Computación

harvesting_date: 2022-05-24 12:00:00.0

856.#.0.q: application/pdf

file_name: 114bbe269546c98e79024c24c7f67bcc8712f9a18c0c046d9ea29729bda005fc.pdf

file_pages_number: 94

file_format_version: application/pdf; version="1.7 Adobe Extension Level 3"

file_size: 13276036

last_modified: 2022-11-16 18:00:00

license_url: https://creativecommons.org/licenses/by-nc-nd/4.0/legalcode.es

license_type: by-nc-nd

No entro en nada

No entro en nada 2

Trabajo de grado

Segmentación automática de lesiones en imágenes de ultrasonido de mama utilizando redes neuronales convolucionales

Bass Vega, Vivian

Coordinación General de Estudios de Posgrado, UNAM, Tesis, y cosechado de Repositorio de la Dirección General de Bibliotecas y Servicios Digitales de Información

Licencia de uso

Procedencia del contenido

Cita

Bass Vega, Vivian (2022). Segmentación automática de lesiones en imágenes de ultrasonido de mama utilizando redes neuronales convolucionales. Coordinación General de Estudios de Posgrado, UNAM. Recuperado de https://repositorio.unam.mx/contenidos/3573590

Descripción del recurso

Autor(es)
Bass Vega, Vivian
Identificador del autor
Bass Vega, Vivian::si::SinIdentificador
Asesor(es)
Márquez Flores, Jorge Alberto
Tipo
Tesis de maestría
Área del conocimiento
Físico Matemáticas y Ciencias de la Tierra
Título
Segmentación automática de lesiones en imágenes de ultrasonido de mama utilizando redes neuronales convolucionales
Fecha
2022
Grado
Maestría en Ciencia e Ingeniería de la Computación

Enlaces