Breast cancer identification software with CNN / Jackeline Pamela Pereira Carrillo ; tutor Diego Alfonso Almeida Galarraga
Tipo de material:
TextoIdioma: Inglés Idioma del resumen: Español Fecha de copyright: Urcuquí, 2021Descripción: 81 hojas : ilustraciones (algunas a color) ; 30 cm + 1 CD-ROMTema(s): Recursos en línea: Nota de disertación: Trabajo de integración curricular (Ingeniero/a Biomédico/a). Universidad de Investigación de Tecnología Experimental Yachay. Urcuquí, 2021 Resumen: El cáncer de mama es un grave problema de salud mundial al que todos somos propensos, teniendo en cuenta los factores de riesgo a los que estamos expuestos diariamente. Un diagnóstico incorrecto podría traducirse en un mal o inexistente tratamiento y, en el peor de los casos, desembocar en la muerte de un paciente. Hoy en día, los enfoques tecnológicos nos permiten crear y diseñar herramientas para identificar y clasificar estas patologías utilizando métodos de machine learning. Sin embargo, las redes neuronales actuales están diseñadas para identificar y clasificar objetos de imágenes naturales con propiedades diferentes de las que presenta una imágenes médica, lo que provoca que las predicciones hechas a partir de ellos no tengan validez en este campo. Por estas razones, este proyecto de tesis presenta un estudio completo de los enfoques más recientes de un detector de cáncer de mama y un software clasificador, una revisión de comparación entre dos modelos de redes neuronales convolucionales, basada en arquitecturas modificadas con nuestro propio modelo; que pretenden adaptarse a las características únicas de las imágenes médicas basadas en toda la información recogida previamente, para crear una herramienta que podría ser útil para el radiólogo. Este trabajo demuestra la relevancia de esta tecnología, su impacto en el campo médico, y su repercusión e importancia de estas nuevas herramientas para el futuro cercano de la medicina.
| Tipo de ítem | Biblioteca actual | Signatura | Copia número | Estado | Fecha de vencimiento | Código de barras | Reserva de ítems | |
|---|---|---|---|---|---|---|---|---|
Tesis
|
Biblioteca Yachay Tech | ECBI0076 (Navegar estantería(Abre debajo)) | 1 | No para préstamo | T000309 |
Trabajo de integración curricular (Ingeniero/a Biomédico/a). Universidad de Investigación de Tecnología Experimental Yachay. Urcuquí, 2021
Incluye referencias bibliográficas (páginas 64-67)
Trabajo de integración curricular con acceso abierto
Texto (Hypertexto links)
El cáncer de mama es un grave problema de salud mundial al que todos somos propensos, teniendo en cuenta los factores de riesgo a los que estamos expuestos diariamente. Un diagnóstico incorrecto podría traducirse en un mal o inexistente tratamiento y, en el peor de los casos, desembocar en la muerte de un paciente. Hoy en día, los enfoques tecnológicos nos permiten crear y diseñar herramientas para identificar y clasificar estas patologías utilizando métodos de machine learning. Sin embargo, las redes neuronales actuales están diseñadas para identificar y clasificar objetos de imágenes naturales con propiedades diferentes de las que presenta una imágenes médica, lo que provoca que las predicciones hechas a partir de ellos no tengan validez en este campo. Por estas razones, este proyecto de tesis presenta un estudio completo de los enfoques más recientes de un detector de cáncer de mama y un software clasificador, una revisión de comparación entre dos modelos de redes neuronales convolucionales, basada en arquitecturas modificadas con nuestro propio modelo; que pretenden adaptarse a las características únicas de las imágenes médicas basadas en toda la información recogida previamente, para crear una herramienta que podría ser útil para el radiólogo. Este trabajo demuestra la relevancia de esta tecnología, su impacto en el campo médico, y su repercusión e importancia de estas nuevas herramientas para el futuro cercano de la medicina.
Textos en inglés con resúmenes en español e inglés
No hay comentarios en este titulo.