Aplicación Web Basado en Redes Neuronales para la Detección de Caries de los Pacientes de una Clínica Pediátrica

Descripción del Articulo

La presente investigación estudia el desarrollo de una aplicación web para el diagnóstico de caries en pacientes pediátricos usando redes neuronales, a través del procesamiento de imágenes, en el cual determinará en qué medida la precisión del diagnóstico mejora sus resultados. Dicha investigación e...

Descripción completa

Detalles Bibliográficos
Autores: Llanos Ramirez, Rosalyn Esther, Tafur Huayhua, Werner Robinson
Formato: tesis de grado
Fecha de Publicación:2023
Institución:Universidad Cesar Vallejo
Repositorio:UCV-Institucional
Lenguaje:español
OAI Identifier:oai:repositorio.ucv.edu.pe:20.500.12692/153470
Enlace del recurso:https://hdl.handle.net/20.500.12692/153470
Nivel de acceso:acceso abierto
Materia:Redes neuronales
Caries
Detección de caries
https://purl.org/pe-repo/ocde/ford#2.02.04
Descripción
Sumario:La presente investigación estudia el desarrollo de una aplicación web para el diagnóstico de caries en pacientes pediátricos usando redes neuronales, a través del procesamiento de imágenes, en el cual determinará en qué medida la precisión del diagnóstico mejora sus resultados. Dicha investigación es de tipo aplicada, porque conlleva en la búsqueda de un problema específico por intermedio del análisis de causa y produciendo un resultado que llevará un beneficio a la necesidad de la sociedad. En cuanto al diseño de dicha investigación es cuasiexperimental ya que el primer paso a realizar será a través de un pretest, que será una medición antes de usar la aplicación, y una postest, que será una medición después de usar la aplicación. Se han establecido indicadores para determinar si un paciente presenta caries, específicamente sensibilidad, especificidad y precisión. Igualmente, para esta investigación se aplicó el framework de código abierto de Python junto a la librería de Tensor Flow para el uso de la inteligencia artificial, para frontend aplicamos Angular js para consumir el servidor de Python. Por otro lado, para poder entrenar las imágenes, estas son almacenadas en una base de datos no relacional la cual es mongodb ya que ofrece mayor seguridad, fiabilidad y eficiencia. Para finalizar esta investigación contribuirá significativamente por ser una innovación tecnológica que está enfocada al estudio del diagnóstico e incluso formando base para investigaciones futuras.
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).