Modelos de clasificación de densidad mamaria utilizando redes neuronales convolucionales

• Autores: Garrafa Nina, Sonia Barbara, Olea Bernales, Zoila Lastenia
• Formato: tesis de grado
• Fecha de Publicación: 2023
• Institución: Universidad Peruana de Ciencias Aplicadas
• Repositorio: UPC-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorioacademico.upc.edu.pe:10757/667566
• Enlace del recurso: http://hdl.handle.net/10757/667566
• Nivel de acceso: acceso abierto
• Materia: Densidad mamaria; Aprendizaje de transferencia; Redes neuronales convolucionales; Mamografías densas; Breast density; Transfer learning; Convolutional neural networks; Dense mammography; http://purl.org/pe-repo/ocde/ford#2.00.00; https://purl.org/pe-repo/ocde/ford#2.02.04

Para el desarrollo de la investigación nos basamos en dos puntos importantes. La primera es una previa planificación, la cual contuvo el planteamiento de las preguntas específicas referente al tema de investigación, luego se consideró las bases de datos que nos permitió obtener dichos documentos seleccionados correctamente. Además, se determinó las palabras claves que hicieron más precisa la búsqueda. Así también, se consideró los criterios de inclusión y exclusión y se diagramó el proceso para tener un panorama visual del flujo realizado. El segundo punto fue la obtención de resultados y análisis, que luego de haber culminado la primera parte, en cada uno de los papers seleccionados, se realizó la revisión de los resultados teniendo en cuenta la técnica, el aporte que dejó, el proceso de validación utilizado y los resultados obtenidos. En la parte de análisis se realizó, valga la redundancia, el análisis cruzado considerando aquí los puntos que ha contenido cada pregunta, en este caso se refirió a los modelos, componentes, técnicas y validaciones utilizadas en la realización de la clasificación mamaria con redes neuronales convolucionales. Finalmente, se realizó las conclusiones respectivas donde se mencionó que es necesario seguir ambos puntos, pero en base a las preguntas definidas, para que así se obtenga la información orientada al proyecto. Además, se evidenció, en cuanto a la información brindada por los investigadores, que a mayor cantidad de validaciones cruzadas mayor será la precisión que incluso pueda llegar a obtener un 99% en la clasificación de densidad mamaria.