Automated identification of breast cancer using digitalized mammogram images /
Chachalo Gómez, Bryan Patricio
Automated identification of breast cancer using digitalized mammogram images / Bryan Patricio Chachalo Gómez ; tutor Oscar Guillermo Chang Tortolero - 24 hojas : ilustraciones (algunas a color) ; 30 cm + 1 CD-ROM
Trabajo de integración curricular
Incluye referencias bibliográficas (páginas 12-15)
Trabajo de integración curricular con acceso abierto
Texto (Hypertexto links)
El cáncer afecta a cualquier órgano invadiendo y extendiéndose de forma incontrolada por el cuerpo. Según la Organización Mundial de la Salud, el cáncer de mama es uno de los principales cánceres que afectan a las mujeres de todo el mundo. El tratamiento oportuno de quienes desarrollan cáncer mejora el pronóstico de esta enfermedad e incluso salva vidas. Sin duda, en el diagnóstico del cáncer, la clasificación adecuada de los carcinomas en benignos, malignos y normales es una tarea compleja. Se presenta un algoritmo basado en el Diagnóstico Asistido por Ordenador (CAD) para detectar el cáncer de mama mediante mamografías. En esta implementación del CAD, se utilizan transformaciones como la binarización, el suavizado de umbrales y la operación principal, la onda de Gabor, para el preprocesamiento de las mamografías con el fin de suprimir etiquetas e información innecesaria y obtener las mejores características para la clasificación. Utilizamos técnicas como el análisis de componentes principales (PCA por sus siglas en inglés), t-distributed stochastic neighbor embedding (TSNE) y una colección de modelos de varianza estadística para identificar y reducir el espacio de características encontradas. Por último, su hace uso de la técnica de k-Nearest Neighbors para la clasificación (k-NN) del cancer.
Textos en inglés con resúmenes en español e inglés
Aprendizaje automático
Procesamiento de imágenes
Machine learning classifiers
Tecnologías de la Información--Trabajos y disertaciones académicas
Automated identification of breast cancer using digitalized mammogram images / Bryan Patricio Chachalo Gómez ; tutor Oscar Guillermo Chang Tortolero - 24 hojas : ilustraciones (algunas a color) ; 30 cm + 1 CD-ROM
Trabajo de integración curricular
Incluye referencias bibliográficas (páginas 12-15)
Trabajo de integración curricular con acceso abierto
Texto (Hypertexto links)
El cáncer afecta a cualquier órgano invadiendo y extendiéndose de forma incontrolada por el cuerpo. Según la Organización Mundial de la Salud, el cáncer de mama es uno de los principales cánceres que afectan a las mujeres de todo el mundo. El tratamiento oportuno de quienes desarrollan cáncer mejora el pronóstico de esta enfermedad e incluso salva vidas. Sin duda, en el diagnóstico del cáncer, la clasificación adecuada de los carcinomas en benignos, malignos y normales es una tarea compleja. Se presenta un algoritmo basado en el Diagnóstico Asistido por Ordenador (CAD) para detectar el cáncer de mama mediante mamografías. En esta implementación del CAD, se utilizan transformaciones como la binarización, el suavizado de umbrales y la operación principal, la onda de Gabor, para el preprocesamiento de las mamografías con el fin de suprimir etiquetas e información innecesaria y obtener las mejores características para la clasificación. Utilizamos técnicas como el análisis de componentes principales (PCA por sus siglas en inglés), t-distributed stochastic neighbor embedding (TSNE) y una colección de modelos de varianza estadística para identificar y reducir el espacio de características encontradas. Por último, su hace uso de la técnica de k-Nearest Neighbors para la clasificación (k-NN) del cancer.
Textos en inglés con resúmenes en español e inglés
Aprendizaje automático
Procesamiento de imágenes
Machine learning classifiers
Tecnologías de la Información--Trabajos y disertaciones académicas