Clasificación de mamografías mediante redes neuronales convolucionales

Berrones Reyes, Mayra Cristina (2019) Clasificación de mamografías mediante redes neuronales convolucionales. Maestría thesis, Universidad Autónoma de Nuevo León.

[img]
Vista previa
Texto
1080288627.pdf - Versión Aceptada
Available under License Creative Commons Attribution Non-commercial No Derivatives.

Download (6MB) | Vista previa

Resumen

Objetivo y métodos de estudio: Implementar un clasificador de mamografías por medio de herramientas de inteligencia artificial con un nivel de exactitud competente para auxiliar a expertos en el área de medicina en la detección de cáncer de mama, dando como resultado la probabilidad de que exista o no anomalía. OBJETIVOS ESPECÍFICOS Diseñar una estructura de red neuronal con herramientas de software libre. Identificar los parámetros adecuados para que la estructura de red clasifique correctamente las imágenes con el menor procesamiento computacional posible. Métodos de estudio: Para poder realizar el clasificador se utilizan herramientas de inteligencia artificial (IA), como lo son las redes neuronales convolucionales (Abreviada CNN por sus siglas en inglés, Convolutional Neural Network). A lo largo del trabajo se dará una descripción a detalle del porqué se utiliza este tipo de herramientas a diferencia de las que existen actualmente en el ámbito de clasificación. En la parte de diseño de experimentos se lleva a cabo un diseño factorial, cuyo propósito es el de identificar cuáles son los parámetros de la arquitectura de la red que proporcionan mejor desempeño en cuanto a la métrica de exactitud de la clasificación. Finalmente en el apartado de análisis de resultados, se utilizan métricas comunes para el estudio de exactitud de robustez de herramientas en el ámbito del aprendizaje de máquina, y tomando en cuenta estos análisis se llegará a la conclusión de si la herramienta creada en este trabajo tiene una aportación favorable en el tema de clasificación de imágenes médicas. Contribuciones y conclusiones: La contribución de este trabajo es una herramienta de clasificación basada en una red convolucional simple, que permite clasificar mamografías (normales o anómalas) con un nivel de exactitud aceptable, en un tiempo de procesamiento corto. Dicha herramienta puede ser utilizada para brindar soporte a los expertos en el análisis de mamografías y como paso previo a la segmentación en la metodología tradicional utilizada por las herramientas de detección asistida por computadora. Cabe señalar que la herramienta fue probada en bases de datos existentes en la literatura, así como en una base de datos nueva, proporcionada por el INCAN (Instituto Nacional de Cancerología de México) El porcentaje de exactitud alcanzado en este trabajo es de 99 % en el conjunto de validación y 72 % en el conjunto de prueba, y la estructura de red que alcanzó

Tipo de elemento: Tesis (Maestría)
Información adicional: Maestría en ciencias en ingeniería de sistemas
Materias: R Medicina > RC Medicina Interna, Psiquiatría, Neurología
Divisiones: Ingeniería Mecánica y Eléctrica > Maestría en Ciencias de la Ingeniería con Orientación en Sistemas
Usuario depositante: Lic. Josimar Pulido
Creadores:
CreadorEmailORCID
Berrones Reyes, Mayra CristinaNO ESPECIFICADONO ESPECIFICADO
Fecha del depósito: 06 Nov 2019 18:09
Última modificación: 27 Nov 2019 17:51
URI: http://eprints.uanl.mx/id/eprint/17656

Actions (login required)

Ver elemento Ver elemento

Downloads

Downloads per month over past year