| Resumen | El registro de dos imágenes consiste en calcular la transformación que mejor deforma la imagen "moving" en la imagen "fixed" de acuerdo
con una métrica de similitud de imagen. En particular, el registro de imágenes médicas es un método de análsis de imágenes fundamental
como primer paso en diversas aplicaciones médicas y de visión por computador. La precisión de los algoritmos y la calidad de las transformaciones
son claves para su utilización en la resolución de los problemas que surgen en la práctica clínica. A lo largo de los años, se han desarrollado una
variedad de métodos de registro, incluyendo enfoques tradicionales y basados en deep learning. El Learn2Reg Challenge (https://learn2reg.grand-challenge.org/)
es una plataforma que proporciona un conjunto de datos y una evaluación comparativa de varios métodos de registro, lo que lo convierte en un punto
de partida ideal para investigaciones comparativas en este campo.
El objetivo principal de este trabajo de final de master es comparar métodos de registro tradicionales y basados en deep learning utilizando
Learn2Reg Challenge como plataforma de evaluación. Se busca analizar el rendimiento de estos métodos en términos de precisión, calidad de las transformaciones
y eficiencia, identificar sus ventajas y limitaciones, y proporcionar una visión general sobre la idoneidad de cada enfoque en las diferentes aplicaciones
contempladas en el challenge.
Este proyecto es ideal para estudiantes que quieran aprender diferentes técnicas de inteligencia artificial en visión por computador.
Si el rendimiento del alumno durante el desarrollo del proyecto se considera adecuado existiría la posibilidad de realizar un contrato de investigador
en formación en el marco del proyecto Trust-B-EyE. |
|---|