Sistema de inteligencia artificial para la detección de nódulos pulmonares

Vista sencilla de ítem
dc.contributor.advisorPérez Díaz, Marlen
dc.contributor.advisorLópez Cabrera, José Daniel
dc.contributor.authorCamellón Quintero, Pedro Pablo
dc.coverage.spatialSanta Claraen_US
dc.date.accessioned2022-01-24T18:33:49Z
dc.date.available2022-01-24T18:33:49Z
dc.date.issued2021-12-25
dc.description.abstractEl cáncer de pulmón es el causante del mayor número de muertes por cáncer en el mundo. La radiografía de tórax es el método más extendido para la identificación de los nódu los pulmonares, sin embargo, estas son difíciles de interpretar debido a su bajo contraste y al conjunto de estructuras anatómicas que se superponen. Los sistemas de detección asistidos por ordenador incrementan la efectividad de los diagnósticos y reducen la carga laboral de los especialistas. En el presente trabajo se propone un sistema de este tipo basado en inteligencia artificial para la detección de nódulos pulmonares a partir de radiografías de tórax. El mismo emplea redes neuronales de convolución. Para la detección de nódulos se utilizó la red SqueezeNet con tres estrategias de entrenamiento (imagen completa, segmentación de pulmón y regiones de interés). Se aplicaron técnicas de transferencia de aprendizaje y aumento de datos. Se crearon conjuntos de imágenes a partir de tres bases de datos internacionales. Se entrenó y validó la red, y para el mejor modelo obtenido se realizó una prueba externa a partir de una cuarta base de datos. El mejor modelo se obtuvo con SqueezeNet e imágenes consistentes en pequeños parches. Este alcanzó una exactitud balanceada de 93 %, aún sin poder de generalización.en_US
dc.description.statusnon-publisheden_US
dc.identifier.urihttps://dspace.uclv.edu.cu/handle/123456789/13221
dc.language.isoesen_US
dc.publisherUniversidad Central "Marta Abreu" de Las Villas, Facultad de Ingeniería Eléctrica, Departamento de Automática y Sistemas Computacionalesen_US
dc.rightsEste documento es Propiedad Patrimonial de la Universidad Central “Marta Abreu” de Las Villas.Los usuarios podrán hacer uso de esta obra bajo la siguiente licencia: CreativeCommons: Atribución-No Comercial-Compartir Igual 4.0 Licenseen_US
dc.subjectRadiografía de Tóraxen_US
dc.subjectNódulo Pulmonaren_US
dc.subjectIteligencia Artificialen_US
dc.subjectAprendizaje Profundo.en_US
dc.titleSistema de inteligencia artificial para la detección de nódulos pulmonaresen_US
dc.typeThesisen_US
dc.type.thesisbacheloren_US

Archivos

Bloque original
Mostrando 1 - 1 de 1
Miniatura
Nombre:
Pedro Pablo Camellon Quintero.pdf
Tamaño:
2.89 MB
Formato:
Adobe Portable Document Format
Descargar
Bloque de licencias
Mostrando 1 - 1 de 1
No hay miniatura disponible
Nombre:
license.txt
Tamaño:
3.33 KB
Formato:
Item-specific license agreed upon to submission
Descripción:
Descargar

Colecciones

Tesis de Pregrado - Ingeniería Automática