Aplicación móvil para detección de melanoma con redes neuronales artificiales

• Autor: Acero Diaz, Paul Luis
• Formato: tesis de maestría
• Fecha de Publicación: 2021
• Institución: Superintendencia Nacional de Educación Superior Universitaria
• Repositorio: Registro Nacional de Trabajos conducentes a Grados y Títulos - RENATI
• Lenguaje: español
• OAI Identifier: oai:renati.sunedu.gob.pe:renati/3104
• Enlace del recurso: https://renati.sunedu.gob.pe/handle/sunedu/3086111
• Nivel de acceso: acceso abierto
• Materia: Melanoma; Enfermedades de la piel; Detección precoz del cáncer; Aplicaciones móviles; Inteligencia artificial; Redes neuronales convolucionales; https://purl.org/pe-repo/ocde/ford#1.02.03

La presente investigación realiza el análisis y desarrollo de una aplicación móvil basada en algoritmos de aprendizaje profundo, orientados a la detección de melanoma y otras ocho categorías. Se utilizan diferentes modelos pre entrenados como ResNet50, ResNet101, VGG, InceptionV3 y EfficientNet, realizándose más de 80 experimentos donde se evalúan parámetros como el tamaño de imágenes, transfer learning, balanceo de pesos, optimizador, entre otros. Se usaron las métricas de sensitivity y balanced accuracy para medir los resultados, buscando obtener la menor cantidad de falsos negativos y la exactitud, teniendo en cuenta las clases desbalanceadas del conjunto de datos. Se concluyó que los mejores resultados fueron para el algoritmo ResNet101, las imágenes de mayor tamaño, el optimizador Adam y la función de activación Relu, entre otros resultados, lográndose unos valores de 78% de sensitivity y un balanced accuracy de 88%.