dc.creatorGiacomantone, Javier
dc.creatorDe Giusti, Armando Eduardo
dc.date2015-10
dc.date2015
dc.date2016-02-01T15:24:16Z
dc.identifierhttp://sedici.unlp.edu.ar/handle/10915/50846
dc.identifierisbn:978-987-3806-05-6
dc.descriptionEn este artículo se presenta un método computacional para clasificación de regiones 3D en función de sus características dinámicas. La clasificación de voxels atípicos se implementa en función de las series temporales asociadas a los mismos. El método opera en clasificación binaria, clases desbalanceadas y correlación espacial de las series asociadas a cada clase. El método propuesto utiliza máquinas de soporte vectorial y difusión anisotrópica robusta para detectar la estructura subyacente en los datos y clasificar los voxels correspondientes en cada clase. Se presentan resultados experimentales del método propuesto para datos de resonancia magnética funcional e imágenes de rango.
dc.descriptionVI Workshop Procesamiento de Señales y Sistemas de Tiempo Real (WPSTR)
dc.descriptionRed de Universidades con Carreras en Informática (RedUNCI)
dc.formatapplication/pdf
dc.languagees
dc.relationXXI Congreso Argentino de Ciencias de la Computación (Junín, 2015)
dc.relationhttp://sedici.unlp.edu.ar/handle/10915/50028
dc.rightshttp://creativecommons.org/licenses/by-nc-sa/2.5/ar/
dc.rightsCreative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)
dc.subjectCiencias Informáticas
dc.titleClasificación binaria, desbalanceada y contextual de voxels asociados a series temporales
dc.typeObjeto de conferencia
dc.typeObjeto de conferencia


Este ítem pertenece a la siguiente institución