Empreu aquest identificador per citar o enllaçar aquest ítem:
http://hdl.handle.net/10609/139006
Títol: | Algoritmo de clasificación de lesiones en exámenes mamográficos |
Autoria: | Bustos Pelegri, Joel |
Tutor: | Martínez Maldonado, Sergi |
Altres: | Rius, Àngels |
Resum: | L'ús de tècniques de visió per computador aplicades en el camp de la medicina, permeten accelerar el procés de detecció de qualsevol mena de malaltia ajudant als especialistes a la realització de diagnòstics i, per tant, reduint la taxa de mortalitat en detectar possibles simptomatologies durant etapes prematures. En concret, les xarxes neuronals convolucionals formen part de l'estat de l'art en tasques de classificació d'imatges gràcies a que la seva arquitectura bidimensional s'assembla a l'estructura de les dades d'entrada. En aquest treball, s'han utilitzat 4 arquitectures de xarxes neuronals convolucionals per a classificar els diferents tipus de lesions presents en imatges mamogràfiques com a malignes o benignes. Les decisions preses per cada arquitectura han estat combinades mitjançant un algorisme Random Forest amb l'objectiu d'emular el diagnòstic realitzat per diferents especialistes a l'hora d'analitzar un examen mamogràfic. L'eina final generada a partir de la combinació seqüencial de classificadors, ha presentat mètriques del 92% per a la classificació de mostres benignes i malignes del set de dades MIAS. |
Paraules clau: | aprenentatge profund xarxes convolucionals diagnòstic de càncer de mama |
Tipus de document: | info:eu-repo/semantics/masterThesis |
Data de publicació: | 2-gen-2022 |
Llicència de publicació: | http://creativecommons.org/licenses/by-nc-nd/3.0/es |
Apareix a les col·leccions: | Bachelor thesis, research projects, etc. |
Arxius per aquest ítem:
Arxiu | Descripció | Mida | Format | |
---|---|---|---|---|
jbustospelegriTFM0122memoria.pdf | Memoria del TFM | 4,66 MB | Adobe PDF | Veure/Obrir |
Comparteix:
Aquest ítem està subjecte a una llicència de Creative Commons Llicència Creative Commons