121856 20230210153059.0 doi 10.26754/jjii3a.20227018 sideral 132142 ART-2022-132142 deu Sierra Tome, Daniel Universidad de Zaragoza VoxelMorph based Normalization in the Prediction of Stable VS Progressive MCI Conversion with Convolutional Neural Networks 2022 El presente trabajo tiene como objetivo estudiar el efecto de la normalización en el sistema de clasificación de Spasov2019 [2] para el problema de deterioro cognitivo leve estable vs progresivo (sMCI vs pMCI), cuando esta normalización proviene de un algoritmo de deep-learning. Se ha elegido VoxelMorph [8], por ser uno de los algoritmos más utilizados como benchmark desde la introducción del deep-learning en el registro deformable de imágenes médicas. Se realizará una comparativa entre los métodos de registro difeomorfo tradicionales y VoxelMorph para este problema. Access copy available to the general public Unrestricted info:eu-repo/grantAgreement/ES/DGA/T64-20R info:eu-repo/grantAgreement/ES/MICINN/PID2019-104358RB-I00 info:eu-repo/grantAgreement/ES/MICINN/TIN2016-80347-R info:eu-repo/semantics/openAccess by-nc http://creativecommons.org/licenses/by-nc/3.0/es/ info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion Júlvez, Ubaldo Ramón Hernández, Mónica Universidad de Zaragoza (orcid)0000-0003-1270-5852 Mayordomo, Elvira Universidad de Zaragoza (orcid)0000-0002-9109-5337 5007 570 Universidad de Zaragoza Dpto. Informát.Ingenie.Sistms. Área Lenguajes y Sistemas Inf. 10 (2022), [4 pp.] Jorn. jóvenes investig. I3A Jornada de jóvenes investigadores del I3A 2341-4790 193581 http://zaguan.unizar.es/record/121856/files/texto_completo.pdf Versión publicada 2877424 http://zaguan.unizar.es/record/121856/files/texto_completo.jpg?subformat=icon icon Versión publicada oai:zaguan.unizar.es:121856 articulos driver 2023-02-10-09:04:19 ARTICLE