RT info:eu-repo/semantics/bachelorThesis
T1 Clasificación de imágenes médicas de Rayos-X mediante redes neuronales convolucionales
A1 Toquero Barón, Miguel
A2 Universidad de Valladolid. Escuela de Ingeniería Informática de Valladolid
K1 Redes neuronales convolucionales
K1 Aprendizaje profundo
K1 Clasificación de imágenes
AB Hace varias décadas, la Inteligencia Artificial (IA) se convirtió en un paradigma, el cualfue la base de muchos proyectos informáticos para ser aplicados a muy diversos camposde nuestra vida. Uno de ellos fue el de la Salud, donde la influencia de la IA es cada vezmayor. Es más, hoy en día nadie conoce el límite en esta área.Debido a la actual situación de pandemia en todo el mundo, la IA se ha aplicadotambién al tratamiento de enfermedades Covid-19. Precisamente, uno de los síntomasmás preocupantes es la neumonía, ya que puede provocar la muerte del paciente. En estetrabajo se propone un sistema de clasificación de imágenes de tórax mediante AprendizajeAutomático. En particular, se ha implementado un prototipo de Aprendizaje Profundopara realizar el correspondiente reconocimiento de imágenes. En concreto, se compone devarias capas de Neuronas Artificiales Convolucionales, así como de un conjunto de capasde neuronas densas (Perceptrón Multicapa). La precisión de la clasificación obtenida fuesuperior al 95% utilizando imágenes que nunca fueron introducidas en nuestro sistema.Además, se ha probado una reciente interpretación de imágenes perteneciente a lastécnicas de Visión Artificial, en particular, Grad-CAM, que trata de retornar las áreas deimagen más influyentes utilizadas por una Red Neuronal Convolucional en un problema declasificación. Por el momento, no se ha comprobado si las áreas obtenidas por Grad-CAMson similares a las que los médicos especialistas en pulmón utilizan para el diagnóstico dela neumonía.
YR 2021
FD 2021
LK https://uvadoc.uva.es/handle/10324/50444
UL https://uvadoc.uva.es/handle/10324/50444
LA spa
DS UVaDOC
RD 12-sep-2024