Search

Background Recently, artificial intelligence (AI)-based applications for chest imaging have emerged as potential tools to assist clinicians in the diagnosis and management of patients with coronavirus disease 2019 (COVID-19). Objectives To develop a deep learning-based clinical decision support system for automatic diagnosis of COVID-19 on chest CT scans. Secondarily, to develop a complementary segmentation tool to assess the extent of lung involvement and measure disease severity. Methods The Imaging COVID-19 AI initiative was formed to conduct a retrospective multicentre cohort study including 20 institutions from seven different European countries. Patients with suspected or known COVID-19 who underwent a chest CT were included. The dataset was split on the institution-level to allow external evaluation. Data annotation was performed by 34 radiologists/radiology residents and included quality control measures. A multi-class classification model was created using a custom 3D convolutional neural network. For the segmentation task, a UNET-like architecture with a backbone Residual Network (ResNet-34) was selected. Results A total of 2, 802 CT scans were included (2, 667 unique patients, mean [standard deviation] age = 64.6 [16.2] years, male/female ratio 1.3:1). The distribution of classes (COVID-19/Other type of pulmonary infection/No imaging signs of infection) was 1, 490 (53.2%), 402 (14.3%), and 910 (32.5%), respectively. On the external test dataset, the diagnostic multiclassification model yielded high micro-average and macro-average AUC values (0.93 and 0.91, respectively). The model provided the likelihood of COVID-19 vs other cases with a sensitivity of 87% and a specificity of 94%. The segmentation performance was moderate with Dice similarity coefficient (DSC) of 0.59. An imaging analysis pipeline was developed that returned a quantitative report to the user. Conclusion We developed a deep learning-based clinical decision support system that could become an efficient concurrent reading tool to assist clinicians, utilising a newly created European dataset including more than 2, 800 CT scans.

[ES] El presente proyecto tiene como objeto el diseño de una luminaria así como el pre-diseño de una posible familia de luminarias asociada a ella. Nuestro estudio consiste en desarrollar un proyecto de lanzamiento para una hipotética nueva empresa dedicada al diseño de luminarias. La finalidad es ofrecer un producto de fabricación económica, de calidad, respetuoso con el medio ambiente e innovador como máxima prioridad.

Along this thesis the actual state of the art algorithms of autonomous text localization and recognition in natural scene images are going to be analyzed, as well as methods for reaching a real-time execution on these matters are going to be developed, in order to create suitable algorithms for performing those tasks on mobile platforms. The developed algorithms for making the text localization faster are based on the detection of regions where is very likely to find text due to properties which are going to be detailed along this document. The main objective of this thesis is helping blind people to interact easily with their environment by given them a portable tool for obtaining more information of their surroundings., En el presente trabajo se pretende analizar los actuales algoritmos de estado del arte en detección y reconocimiento autónoma de texto en imágenes de escenas naturales, así como agilizar su ejecución para que puedan ser procesados por plataformas móviles en tiempo real, debido a que dichos algoritmos requieren una potencia de computación elevada para poder ejecutarse de forma rápida. Para alcanzar el objetivo propuesto se han desarrollado algoritmos de bajo coste computacional cuya función se basa en la selección de zonas de la imagen donde la probabilidad de encontrar texto es alta, debido a ciertas características que se detallaran a largo del presente documento. La finalidad de este trabajo es ayudar a las personas invidentes a interactuar más fácilmente con su entorno, proporcionándoles una herramienta que les permita ser capaces de obtener más información y que pueden llevar a cualquier lugar cómodamente gracias al poder de procesamiento de los nuevos teléfonos inteligentes.

The aim of this project is training a classfier with Machine Learning methods which is capable to automatically locate human body's organs in CT volumes. To achive this objective a considerable amount of CT volumes will be labeled manually in order to extract features that will be used to train the classier., El objetivo del proyecto es entrenar un clasificador mediante métodos de Aprendizaje Automático que sea capaz de detectar órganos del cuerpo humano en adquisiciones de TC de forma autónoma. Para ello se etiquetará manualmente una considerable cantidad de adquisiciones, con el propósito de extraer características de dichas muestras etiquetadas para entrenar el clasificador., [CA] L´objectiu del projecte es entrenar un classificador mitjançant mètodes d’Aprenentatge Automàtic que siga capaç de detectar òrgans del cos humà en adquisicions de Tomografia Computada de manera autónoma per a facilitar la tasca d’anàlisi d’imatges mèdiques als profesionals del sector sanitari. Per a aconseguir l´objectiu proposat s´han etiquetat manualment una considerable quantitat d´aquisicions, amb el propòsit d´extraure característiques d´aquestes mostres etiquetades per a entrenar el classificador.

Se exponen las características y dificultades particulares que presenta el alumnado de la Extensión provincial del INBAD en Ávila, aunque es una situación compartida con otras extensiones provinciales y, la necesidad de creación de un Departamento de Orientación para ayudar a los estudiantes. Se explica el funcionamiento del servicio de orientación educativa y las actividades encaminadas a facilitar al alumno el trabajo del estudio, entre las que se encuentran charlas teóricas sobre organización y planificación del estudio; técnicas de lectura y escritura; cómo estudiar activamente un tema y técnicas de atención, concentración y memoria. Asimismo, se ofrecen los resultados de una encuesta que recoge las opiniones del alumnado sobre la utilidad e interés de estas jornadas de técnicas de estudio. Ministerio Educación Biblioteca de Educación del Ministerio de Educación, Cultura y Deporte; Calle San Agustín, 5 - 3 planta; 28014 Madrid; Tel. +34917748000; biblioteca@mecd.es ESP