Data science aplicado a la medicina por medio del reconocimiento de imágenes
Cargando...
Archivos
Fecha
2021
Autores
Profesor/a Guía
Facultad/escuela
Idioma
es
Título de la revista
ISSN de la revista
Título del volumen
Editor
Universidad Andrés Bello
Nombre de Curso
Licencia CC
Licencia CC
Resumen
En esta tesis, se presenta el desarrollo de un modelo de red neuronal convolucional
(CNN). El modelo fue desarrollado en la Universidad Andrés Bello sede Concepción –
Talcahuano.
Es preponderante avanzar en tecnología con el propósito de apoyarse y aportar en los
avances en el área de la salud, en específico para el reconocimiento de las células
blancas mediante la IA. Con la finalidad de contribuir, en este trabajo las herramientas
que permiten la ejecución del modelo, son el software R Studio junto a las librerías Keras
y Tensorflow.
La CNN se desarrolló para diagnosticar los cuatro tipos de leucemia, con una alta
exactitud (mayor a 80%) de clasificación para las cuatro clases existentes. El modelo, es
una red neuronal convolucional secuencial que entrena imágenes RGB, con 9957
imágenes para el entrenamiento y con 2487 imágenes para la validación, la CNN
contiene cuatro capas de convolución y cuatro de maxpooling.
El resumen de resultado que determina la figura de mérito del modelo CNN es una
exactitud de 82,8% de clasificación de las cuatro clases de leucemia. Además, el
diagnóstico es certero con un 99,67% de probabilidad que la célula es del tipo Monocyte,
en consecuencia, el modelo es infalible.
Notas
Tesis (Ingeniero Civil Industrial)
Palabras clave
Redes Neurales (Ciencia de la Computación), Procesamiento de Imágenes, Modelo Predictivo