Análisis e implementación de herramientas inteligentes para la detección de cáncer en imágenes médicas

Autor/es: ;
Realizada en:
Páginas: 81 p.
Idioma: Español

Colaboradores: Director/a:
Nombre de la Carrera: Licenciatura en Ciencias de la Computación
Institución: UNCuyo. Fac. Ing.
Título al que opta: Licenciado/a en Ciencias de la Computación

Resumen en [{"idmetadato":586754,"metadato":"dc.language_desc","valor":"spa","idmetaplantilla":195,"metadatorelacionado":586734,"listaasociada":"2","valorlista":"Espa\u00f1ol","idobjeto":19445,"valor_corto":null,"idplantilla":21},{"idmetadato":586757,"metadato":"dc.language_desc","valor":"spa","idmetaplantilla":195,"metadatorelacionado":586734,"listaasociada":"2","valorlista":"Espa\u00f1ol","idobjeto":19445,"valor_corto":null,"idplantilla":21}] :

En el presente trabajo, se presenta un sistema de detección de cáncer de colon utilizando un algoritmo basado en la arquitectura de una Red Neuronal Profunda (DNN, Deep Neural Network). En particular, se utiliza la versión 8 de la red neuronal You Only Look Once (YOLO). Se evalúa el rendimiento de este algoritmo a partir de diferentes conjuntos de bases de datos de imágenes de colonoscopias para entrenar y probar el rendimiento del sistema. Los resultados muestran que el modelo seleccionado es capaz de detectar con precisión la presencia de pólipos y es significativamente más rápido que otros modelos de la literatura. Por otro lado, el sistema de detección de cáncer de colon permite visualizar la identificación producida por la red neuronal, resultando una herramienta valiosa como sistema auxiliar para ayudar a los médicos a tomar decisiones sobre el diagnóstico y tratamiento de la enfermedad.

Este contenido se encuentra publicado en políticas de Acceso Abierto, bajo licencias Creative Commons 3.0 - Algunos Derechos Reservados

EXPLORAR