Por favor, use este identificador para citar o enlazar este ítem: http://hdl.handle.net/10609/147384
Título : Detección temprana de cáncer de piel mediante clasificador de imágenes basado en Inteligencia Artificial
Autoría: Martín Tinaquero, David
Tutor: Solé-Ribalta, Albert  
Otros: Sanchez-Bocanegra, Carlos Luis  
Fernandez-Luque, Luis  
Resumen : Detectar el cáncer de piel cuando se encuentra en sus etapas iniciales a menudo permite la posibilidad de contar con más opciones de tratamiento. En algunos casos de la enfermedad en etapa inicial surgen signos y síntomas, pero esto no siempre es así. En la actualidad, los métodos más extendidos para detectar el cáncer en sus etapas iniciales son el autoexamen y el examen realizado por un médico especialista (dermatólogo). El primer método tiene como inconveniente que la mayoría de la ciudadanía no sabe distinguir una lesión cutánea benigna de una cancerosa. El inconveniente principal de la segunda alternativa son los largos tiempos de espera para ser atendido por un dermatólogo, ya que se encuentran entre los tres especialistas más demandados, superados tan solo por los traumatólogos y oftalmólogos. Este trabajo tiene por objetivo diseñar e implementar una herramienta de diagnóstico temprano que pueda ser utilizada en la práctica clínica como herramienta de apoyo al médico, haciendo de asistente al diagnóstico para optimizar tiempos, y también ayude a personas sin conocimientos en dermatología haciendo de asesor para la detección de tumores cancerosos durante el autochequeo de la piel. El trabajo investiga la viabilidad de uso de deep learning, concretamente, redes neuronales convolucionales (CNN) y transformer, para la clasificación de lesiones cutáneas a partir de imágenes.
Palabras clave : deep learning
cáncer de piel
inteligencia artificial
aprendizaje profundo
Tipo de documento: info:eu-repo/semantics/masterThesis
Fecha de publicación : 15-ene-2023
Licencia de publicación: http://creativecommons.org/licenses/by-nc-nd/3.0/es/  
Aparece en las colecciones: Bachelor thesis, research projects, etc.

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
TFM_David_Martin_Tinaquero.pptxPresentación de la memoria3,06 MBMicrosoft Powerpoint XMLVisualizar/Abrir
dmt88TFM0123memoria.pdfMemoria del TFM3,74 MBAdobe PDFVista previa
Visualizar/Abrir
dmt88TFM0123presentacion.pdfPresentación en PDF del TFM1,18 MBAdobe PDFVista previa
Visualizar/Abrir
Comparte:
Exporta:
Consulta las estadísticas

Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons