Clasificación de imágenes radiológicas aplicando modelos Transformers

Abstract

La detección temprana de enfermedades mediante el estudio de imágenes es clave para aumentar la esperanza de vida del paciente. Existen diferentes tipos de pruebas como radiografías, tomografías, resonancias magnéticas, mamografía, ecografías. La aplicación de técnicas de IA es una nueva forma de abordar este problema y que permite a los radiólogos detectar enfermedades. Mediante el presente trabajo se pretende hacer una revisión del estado del arte de las redes neuronales basadas en Transformers para el diagnostico por imágenes y realizar una aplicación práctica sobre un conjunto de imágenes para evaluar sus resultados.

The early detection of diseases through imaging studies is key to increasing the life expectancy of the patient. There are different types of tests such as x-rays, tomography, magnetic resonance imaging, mammography, ultrasound [23]. The application of AI techniques is a new way to approach this problem and allows radiologists to detect diseases. Through this work, we intend to review the state of the art of neural networks based on Transformers for image diagnosis and carry out a practical application on a set of images to evaluate their results.

La detecció precoç de malalties mitjançant l'estudi d'imatges és clau per a augmentar l'esperança de vida del pacient. Existeixen diferents tipus de proves com a radiografies, tomografies, ressonàncies magnètiques, mamografia, ecografies. L'aplicació de tècniques de IA és una nova manera d'abordar aquest problema i que permet als radiòlegs detectar malalties. Mitjançant el present treball es pretén fer una revisió de l'estat de l'art de les xarxes neuronals basades en Transformers per al diagnostico per imatges i realitzar una aplicació pràctica sobre un conjunt d'imatges per a avaluar els seus resultats.