Por defecto: 

La segmentación manual es el estándar de oro en la segmentación del hipocampo debido a su precisión. Sin embargo, requiere una cantidad considerable de tiempo. Se propone una arquitectura de red neuronal convolucional paralela para segmentación del hipocampo en pacientes con epilepsia y pacientes sanos en función en imágenes de resonancia magnética. El diseño se asemeja a un banco de filtro de ondículas, pero utiliza filtros adaptativos generados por capas convolucionales. Al emplear un número limitado de capas convolucionales, logra mejoras de eficiencia computacional en comparación con los modelos de red existentes en la literatura. El desempeño se evaluó utilizando el índice de Jaccard, el coeficiente de Dice, la sensibilidad y la precisión, y se comparó con la segmentación de U-Net. Los resultados indican que la red paralela demuestra una mayor similitud predictiva con el conjunto de datos de prueba, logrando una puntuación de precisión de 0.80.