Taboada Crispi, AlbertoFalcón Ruiz, Alexander2016-05-242016-05-242008-07-08https://dspace.uclv.edu.cu/handle/123456789/5687Este trabajo trata de la detección de anomalías (lesiones) en imágenes de tomografía computarizada de cerebro. Existen varios trabajos reportados donde se emplean otras modalidades de adquisición de imágenes, sin embargo en el caso de la tomografía computarizada no hay mucho, a pesar de ser una modalidad ampliamente usada y extendida en la actualidad. En esta investigación se propone un algoritmo que combina clasificadores basados en vectores de rasgos y medidas para histogramas, los cuales preclasifican los bloques en la imagen obtenidos con una ventana deslizante. Luego, el cálculo de una distancia robusta dentro de cada clase, decidió si había anomalías o no. En la evaluación del desempeño del sistema se empleó, como estándar de oro, imágenes anotadas manualmente por especialistas médicos. Adicionalmente, se propone una medida de similitud para este propósito, que maneja adecuadamente el desbalance en los datos. El detector requiere refinamientos posteriores para una mejor detección, que tomen en cuenta el tamaño, forma y composición de las regiones sólidas preclasificadas. Los resultados de este trabajo pueden emplearse para encontrar imágenes con anomalías en extensas bases de datos, para asistir a especialistas, en algoritmos de compresión de imágenes, entre otros.A correct diagnosis of a patient with neurological disease is very important, over all in case of Amyotrophic lateral sclerosis and spinal muscular atrophies because they both are one of the most complicated and worst-prognosis diseases. In this work a prototype of expert system for each disease is developed in order of make a good diagnosis of these diseases. The system is based on the most respected and international medical criteria and the expertise of specialists from the Villa Clara province. Both prototypes were implemented using WUCShell, a shell developed by the Artificial Intelligence group at UCLV. Both systems showed its effectiveness based on practiced tests and they were tested and validated by specialists in neurological diseases.esLos usuarios podrán hacer uso de esta obra bajo la siguiente licencia: Creative Commons: Atribución-No Comercial-Compartir Igual 4.0 LicenseDetección de AnomalíasImágenes de Tomografía ComputarizadaCerebroEnfermedad NeurológicaAlgoritmos de ClasificaciónEvaluación del DesempeñoBases de DatosSistemas ExpertosThesis