Análisis comparativo de algoritmos de deep learning para la clasificación de imágenes radiográficas de gonartrosis de pacientes en una clínica privada

• Autores: Ruiz Rodriguez, Renato Patricio, Vasquez Chapilliquen, Andrea Georgina
• Formato: tesis de grado
• Fecha de Publicación: 2024
• Institución: Universidad Privada del Norte
• Repositorio: UPN-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.upn.edu.pe:11537/37864
• Enlace del recurso: https://hdl.handle.net/11537/37864
• Nivel de acceso: acceso embargado
• Materia: Algoritmos; Procesamiento de datos; Diseño de sistemas; Deep learning; Redes neuronales convolucionales; https://purl.org/pe-repo/ocde/ford#2.02.04

En las últimas décadas, el empleo de la ciencia de datos ha generado beneficios sustanciales en diversas industrias, siendo el sector salud uno de los principales beneficiarios. En la investigación, se centra en la clasificación de imágenes radiográficas para identificar la gonartrosis en la clínica SANNA, un centro médico especializado. La aplicación del análisis comparativo de algoritmos de Deep Learning, específicamente las redes neuronales convolucionales, constituye una herramienta clave para analizar las imágenes, permitiendo una precisa categorización entre aquellas que revelan la presencia de gonartrosis y las que corresponden a articulaciones saludables. La recopilación de estas imágenes radiográficas es un componente esencial de la investigación. El propósito fundamental de la investigación se basa en llevar a cabo una evaluación comparativa de algoritmos del aprendizaje profundo con el propósito de clasificar las imágenes radiográficas de pacientes con gonartrosis. Este análisis se enfoca en la detección de patrones, y los resultados obtenidos serán valiosos para contribuir a la prevención en la fase inicial de la enfermedad En el contexto de esta investigación, se implementó la metodología CRISP-DM (Cross-Industry Standard Process for Data Mining) para realizar el análisis de las imágenes radiográficas destinado a la clasificación de la gonartrosis en la clínica SANNA. La aplicación de esta metodología proporcionó una estructura robusta y sistemática para el proceso de minería de datos, abarcando desde la comprensión del negocio y la comprensión de los datos hasta la evaluación de los modelos generados. La utilización de CRISP-DM aseguró un enfoque integral y efectivo para abordar los desafíos específicos relacionados con la identificación precisa de la gonartrosis a partir de las 600 imágenes radiográficas ANÁLISIS COMPARATIVO DE ALGORITMOS DE DEEP LEARNING PARA LA CLASIFICACIÓN DE IMÁGENES RADIOGRÁFICAS DE GONARTROSIS DE PACIENTES EN UNA CLÍNICA PRIVADA Ruiz Rodriguez, Renato; Vásquez Chapilliquen Andrea Pág. 12 recopiladas. Finalmente, se realiza la comparación de los modelos de Deep Learning que beneficiarán a encontrar la mejor precisión de clasificación.