Detección de cáncer de endometrio a partir de imágenes de biopsias de Pipelle de Cornier basado en aprendizaje profundo

6CP23-7

Autores/as

Palabras clave:

cáncer de endometrio, aprendizaje profundo, análisis molecular, procesamiento de imágenes

Biografía del autor/a

Haydeé Itzel Lira Casas, Universidad Autónoma de Ciudad Juárez

Maestría en Ingeniería Eléctrica, Departamento de Ingeniería Eléctrica y Computación, Instituto de Ingeniería y Tecnología, Universidad Autónoma de Ciudad Juárez

Nelly Gordillo Castillo, Universidad Autónoma de Ciudad Juárez

Profesora-investigadora, Maestría en Ingeniería Eléctrica, Departamento de Ingeniería Eléctrica y Computación, Instituto de Ingeniería y Tecnología, Universidad Autónoma de Ciudad Juárez

MEMCYT

Descargas

Publicado

2023-12-01

Cómo citar

[1]
H. I. Lira Casas y N. Gordillo Castillo, «Detección de cáncer de endometrio a partir de imágenes de biopsias de Pipelle de Cornier basado en aprendizaje profundo : 6CP23-7», Mem. Científ. y Tecnol., vol. 2, n.º 3, pp. 12–13, dic. 2023.

Número

Vol. 2 Núm. 3 (2023): Noviembre

Sección

6o Coloquio de Posgrados del IIT