Empreu aquest identificador per citar o enllaçar aquest ítem:
http://hdl.handle.net/10609/107806
Títol: | Detección y clasificación de células normales de la sangre periférica usando aprendizaje profundo |
Autoria: | Castro Zapata, Wilson Alfredo |
Tutor: | Alférez, Santiago |
Resum: | Mitjançant la utilització d'eines de processament digital d'imatges, es poden extreure descriptors quantitatius de les cèl·lules en la sang perifèrica, que a través de tècniques de Machine Learning (M.L) i Deep Learning (D.L.) permet diferenciar de manera automàtica i objectiva els tipus de cèl·lules. En aquest TFM s'entrena mitjançant xarxes neuronals convolucionals (CNN) un sistema de detecció i classificació de cèl·lules normals de la sang que, en ingressar una imatge, detecta les cèl·lules principals i després permet retallar els leucòcits i classificar-los segons el tipus. Per a aconseguir una major eficiència i superar les dificultats que es presenten en les tasques de detecció i classificació, sobretot en la determinació de descriptors que són realitzats de manera artesanal, s'aborda el problema amb l'ús de les arquitectures de xarxes neuronals convolucionals amb la qual cosa aquests descriptors s'obtenen de manera automàtica. Per al desenvolupament del classificador es va entrenar una xarxa des de zero amb un accuracy de 0.862 i un val_acuraccy de 0.858. També es van entrenar models com VGG16 i Mobile i es van comparar els resultats. Es van emprar en tots dos entrenaments l'arquitectura de Keras amb Tensorflow com backend amb les últimes versions. Per a l'entrenament del detector es va utilitzar l'arquitectura YOLO amb la llibreria especialitzada ImageAI en detecció d'objectes i s'ha obtingut un excel·lent acompliment. Aquests desenvolupaments tenen diverses aplicacions en els camps de la bioinformàtica, i poden donar les bases perquè després amb l'aplicació de metodologies similars a les propostes en aquest TFM, s'entrenin CNN per a identificació de patologies a partir de la classificació i detecció de cèl·lules anormals en la sang. |
Paraules clau: | aprenentatge profund classificació d'imatges detecció d'objectes |
Tipus de document: | info:eu-repo/semantics/masterThesis |
Data de publicació: | 8-gen-2020 |
Llicència de publicació: | http://creativecommons.org/licenses/by-nc-nd/3.0/es/ |
Apareix a les col·leccions: | Trabajos finales de carrera, trabajos de investigación, etc. |
Arxius per aquest ítem:
Arxiu | Descripció | Mida | Format | |
---|---|---|---|---|
PresentaciónTFM_WCZ.mp4 Restricted Access | 443,42 MB | MP4 | Veure/Obrir Demanar una còpia | |
wcastrozTFM0120memoria.pdf | Memoria del TFM | 3,39 MB | Adobe PDF | Veure/Obrir |
Comparteix:
Aquest ítem està subjecte a una llicència de Creative Commons Llicència Creative Commons