Sistema de Deep Learning basado en CNN para mejorar la detección dermatoscópica de melanomas en el ámbito sanitario

• Autor: Chavez Uscata, Georgia Guadalupe Selene
• Formato: tesis de grado
• Fecha de Publicación: 2024
• Institución: Universidad Cesar Vallejo
• Repositorio: UCV-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.ucv.edu.pe:20.500.12692/158621
• Enlace del recurso: https://hdl.handle.net/20.500.12692/158621
• Nivel de acceso: acceso abierto
• Materia: Deep Learning; CNN; Melanoma; Detección dermatoscópica; Inteligencia Artificial; https://purl.org/pe-repo/ocde/ford#2.02.04

La presente investigación se vincula al ODS 9: Industria, innovación e infraestructura, promoviendo la innovación en salud mediante la implementación de sistemas avanzados para la detección de melanomas, esta investigación se planteó como objetivo implementar un sistema de deep learning basado en CNN para mejorar la detección dermatoscópica de melanomas en el ámbito sanitario, contribuyendo a la formación de empleo digno en áreas de tecnologías avanzadas y al fortalecimiento del sector médico-tecnológico. La investigación es de tipo aplicada, con un enfoque cuantitativo y un diseño experimental de tipo cuasi-experimental, se trabajó con una muestra de 370 imágenes dermatoscópicas de lesiones cutáneas sospechosas de melanoma, evaluando el rendimiento de los modelos mediante métricas de exactitud, precisión, sensibilidad y especificidad, los resultados mostraron una alta efectividad en la clasificación de melanomas, demostrando que el modelo basado en CNN tiene el potencial de ser una herramienta de apoyo en el diagnóstico médico, el sistema desarrollado puede mejorar la precisión diagnóstica y contribuir al crecimiento de la industria sanitaria.