Publicación:
Utilización de características radiómicas en la clasificación maligno- benigno de nódulos pulmonares a partir de TC

datacite.contributor.contributorNameGalpert Cañizares
datacite.contributor.contributorNamePérez Díaz, Marlen
datacite.contributor.contributorNameGalpert Cañizares, Deborah Raquel
dc.contributor.authorAbreu Llanes, Rachel
dc.date.accessioned2024-07-16T13:44:33Z
dc.date.available2024-07-16T13:44:33Z
dc.date.issued2023
dc.description.abstractEl cáncer constituye una de las causas principales de muerte en la sociedad actual. La tomografía computarizada es el medio que más se utiliza para diagnosticar y evaluar las respuestas a los tratamientos en esta enfermedad. Su interpretación para clasificar nódulos pulmonares es difícil debido la complejidad y diversidad de los mismos. Los sistemas de diagnóstico asistido por computadora han demostrado su efectividad para apoyar a los radiólogos en la toma de decisiones. La radiómica tiene como objetivo extraer características de imágenes digitales automáticamente y desarrollar modelos, para predecir fenotipos de lesiones de una manera no invasiva. En este estudio se desarrolla un sistema basado en radiómica donde se analizan 275 nódulos de la base de datos LIDC-IDRI, se extraen 102 características radiómicas a través de PyRadiomics. Los clasificadores Support Vector Machine y Random Forest son entrenados y validados con dos vectores de características. Los mejores modelos de cada clasificador alcanzaron valores de sensibilidad, especificidad, precisión y exactitud por encima del 90%, demostrando la efectividad de este enfoque para la clasificación.
dc.identifier.urihttps://dspace.uclv.edu.cu/handle/123456789/16419
dc.language.isoes
dc.publisherUniversidad Central "Marta Abreu" de Las Villas
dc.rightshttp://purl.org/coar/access_right/c_abf2
dc.subjectRadiación
dc.subjectEnfermedades
dc.subjectCáncer
dc.subjectTecnología médica
dc.titleUtilización de características radiómicas en la clasificación maligno- benigno de nódulos pulmonares a partir de TC
dc.typethesis
dspace.entity.typePublication
oaire.versionhttp://purl.org/coar/version/c_b1a7d7d4d402bcce
person.familyNameAbreu Llanes
person.familyNamePérez Díaz
person.familyNameGalpert Cañizares
person.givenNameRachel
person.givenNameMarlen
person.givenNameDeborah Raquel
relation.isAuthorOfPublicationa2cd6e4d-5150-4c5b-b676-ecc8bda77328
relation.isAuthorOfPublication.latestForDiscoverya2cd6e4d-5150-4c5b-b676-ecc8bda77328
relation.isContributorOfPublication59f4fd10-4d38-4801-afe5-7f90060b3248
relation.isContributorOfPublication2d08c91f-7759-49b6-95b7-90ced9829307
relation.isContributorOfPublication.latestForDiscovery59f4fd10-4d38-4801-afe5-7f90060b3248

Archivos

Bloque original
Mostrando 1 - 1 de 1
Cargando...
Miniatura
Nombre:
AUT.2023.01.Rachel_Abreu.pdf
Tamaño:
1.67 MB
Formato:
Adobe Portable Document Format
Bloque de licencias
Mostrando 1 - 1 de 1
No hay miniatura disponible
Nombre:
license.txt
Tamaño:
3.73 KB
Formato:
Item-specific license agreed upon to submission
Descripción: