Deep Learning para identificación automática de tumores cerebrales en imágenes médicas

Descripción del Articulo

La investigación aborda la detección automática de tumores cerebrales mediante aprendizaje profundo en imágenes médicas, destacando la necesidad de métodos diagnósticos que incrementen la precisión y eficiencia. El objetivo principal es evaluar si el aprendizaje profundo puede igualar o superar la p...

Descripción completa

Detalles Bibliográficos
Autor: Alegre Milla, Fredy Alfredo
Formato: tesis de grado
Fecha de Publicación:2024
Institución:Universidad Cesar Vallejo
Repositorio:UCV-Institucional
Lenguaje:español
OAI Identifier:oai:repositorio.ucv.edu.pe:20.500.12692/163350
Enlace del recurso:https://hdl.handle.net/20.500.12692/163350
Nivel de acceso:acceso abierto
Materia:Deep learning
Tumores cerebrales
Imágenes médicas
https://purl.org/pe-repo/ocde/ford#2.02.04
id UCVV_db96a9b8bd7f0b10507a7df73b2f5a22
oai_identifier_str oai:repositorio.ucv.edu.pe:20.500.12692/163350
network_acronym_str UCVV
network_name_str UCV-Institucional
repository_id_str 3741
dc.title.es_PE.fl_str_mv Deep Learning para identificación automática de tumores cerebrales en imágenes médicas
title Deep Learning para identificación automática de tumores cerebrales en imágenes médicas
spellingShingle Deep Learning para identificación automática de tumores cerebrales en imágenes médicas
Alegre Milla, Fredy Alfredo
Deep learning
Tumores cerebrales
Imágenes médicas
https://purl.org/pe-repo/ocde/ford#2.02.04
title_short Deep Learning para identificación automática de tumores cerebrales en imágenes médicas
title_full Deep Learning para identificación automática de tumores cerebrales en imágenes médicas
title_fullStr Deep Learning para identificación automática de tumores cerebrales en imágenes médicas
title_full_unstemmed Deep Learning para identificación automática de tumores cerebrales en imágenes médicas
title_sort Deep Learning para identificación automática de tumores cerebrales en imágenes médicas
author Alegre Milla, Fredy Alfredo
author_facet Alegre Milla, Fredy Alfredo
author_role author
dc.contributor.advisor.fl_str_mv Daza Vergaray, Alfredo
dc.contributor.author.fl_str_mv Alegre Milla, Fredy Alfredo
dc.subject.es_PE.fl_str_mv Deep learning
Tumores cerebrales
Imágenes médicas
topic Deep learning
Tumores cerebrales
Imágenes médicas
https://purl.org/pe-repo/ocde/ford#2.02.04
dc.subject.ocde.es_PE.fl_str_mv https://purl.org/pe-repo/ocde/ford#2.02.04
description La investigación aborda la detección automática de tumores cerebrales mediante aprendizaje profundo en imágenes médicas, destacando la necesidad de métodos diagnósticos que incrementen la precisión y eficiencia. El objetivo principal es evaluar si el aprendizaje profundo puede igualar o superar la precisión de los sistemas tradicionales utilizados por radiólogos. Adoptando un enfoque cuantitativo explicativo, se llevó a cabo un experimento para comparar resultados antes y después del uso del sistema inteligente. Los análisis de precisión, sensibilidad, especificidad y F1 Score evidencian que los sistemas de Deep Learning ofrecen mayor exactitud, reducen la carga laboral y mejoran la calidad diagnóstica, superando los métodos convencionales.
publishDate 2024
dc.date.accessioned.none.fl_str_mv 2025-03-18T21:39:05Z
dc.date.available.none.fl_str_mv 2025-03-18T21:39:05Z
dc.date.issued.fl_str_mv 2024
dc.type.es_PE.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
dc.identifier.uri.none.fl_str_mv https://hdl.handle.net/20.500.12692/163350
url https://hdl.handle.net/20.500.12692/163350
dc.language.iso.es_PE.fl_str_mv spa
language spa
dc.relation.ispartof.fl_str_mv SUNEDU
dc.rights.es_PE.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.uri.es_PE.fl_str_mv https://creativecommons.org/licenses/by/4.0/
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by/4.0/
dc.format.es_PE.fl_str_mv application/pdf
dc.publisher.es_PE.fl_str_mv Universidad César Vallejo
dc.publisher.country.es_PE.fl_str_mv PE
dc.source.es_PE.fl_str_mv Repositorio Institucional - UCV
Universidad César Vallejo
dc.source.none.fl_str_mv reponame:UCV-Institucional
instname:Universidad Cesar Vallejo
instacron:UCV
instname_str Universidad Cesar Vallejo
instacron_str UCV
institution UCV
reponame_str UCV-Institucional
collection UCV-Institucional
bitstream.url.fl_str_mv https://repositorio.ucv.edu.pe/bitstream/20.500.12692/163350/1/Alegre_MFA-SD.pdf
https://repositorio.ucv.edu.pe/bitstream/20.500.12692/163350/2/Alegre_MFA-IT.pdf
https://repositorio.ucv.edu.pe/bitstream/20.500.12692/163350/3/Alegre_MFA.pdf
https://repositorio.ucv.edu.pe/bitstream/20.500.12692/163350/4/license.txt
https://repositorio.ucv.edu.pe/bitstream/20.500.12692/163350/5/Alegre_MFA-SD.pdf.txt
https://repositorio.ucv.edu.pe/bitstream/20.500.12692/163350/7/Alegre_MFA-IT.pdf.txt
https://repositorio.ucv.edu.pe/bitstream/20.500.12692/163350/9/Alegre_MFA.pdf.txt
https://repositorio.ucv.edu.pe/bitstream/20.500.12692/163350/6/Alegre_MFA-SD.pdf.jpg
https://repositorio.ucv.edu.pe/bitstream/20.500.12692/163350/8/Alegre_MFA-IT.pdf.jpg
https://repositorio.ucv.edu.pe/bitstream/20.500.12692/163350/10/Alegre_MFA.pdf.jpg
bitstream.checksum.fl_str_mv ccc547c44dc27702cbf993c6ca387f12
8d4913eea5e6abe1a7c50a3191493f0a
ae70c02f9c14cb85eedaf7c355b0de4a
8a4605be74aa9ea9d79846c1fba20a33
ad4af102241a0bbded85f48f472a699c
38804f97068ff4379bfc7fd7885cb964
a955a4f7683cd3c6293a991daec22cbb
4a0ab5506a0aa5f7c597fa7bce3fc4e6
bb74e4ca22d9184eff4c22ae33b6b470
4a0ab5506a0aa5f7c597fa7bce3fc4e6
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio de la Universidad César Vallejo
repository.mail.fl_str_mv repositorio@ucv.edu.pe
_version_ 1828215011182379008
spelling Daza Vergaray, AlfredoAlegre Milla, Fredy Alfredo2025-03-18T21:39:05Z2025-03-18T21:39:05Z2024https://hdl.handle.net/20.500.12692/163350La investigación aborda la detección automática de tumores cerebrales mediante aprendizaje profundo en imágenes médicas, destacando la necesidad de métodos diagnósticos que incrementen la precisión y eficiencia. El objetivo principal es evaluar si el aprendizaje profundo puede igualar o superar la precisión de los sistemas tradicionales utilizados por radiólogos. Adoptando un enfoque cuantitativo explicativo, se llevó a cabo un experimento para comparar resultados antes y después del uso del sistema inteligente. Los análisis de precisión, sensibilidad, especificidad y F1 Score evidencian que los sistemas de Deep Learning ofrecen mayor exactitud, reducen la carga laboral y mejoran la calidad diagnóstica, superando los métodos convencionales.Lima NorteEscuela de Ingeniería de SistemasSistemas de Información y ComunicacionesDesarrollo sostenible, emprendimientos y responsabilidad social.Desarrollo económico, empleo y emprendimientoTrabajo decente y crecimiento económicoPRESENCIALapplication/pdfspaUniversidad César VallejoPEinfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by/4.0/Repositorio Institucional - UCVUniversidad César Vallejoreponame:UCV-Institucionalinstname:Universidad Cesar Vallejoinstacron:UCVDeep learningTumores cerebralesImágenes médicashttps://purl.org/pe-repo/ocde/ford#2.02.04Deep Learning para identificación automática de tumores cerebrales en imágenes médicasinfo:eu-repo/semantics/bachelorThesisSUNEDUIngeniería de SistemasUniversidad César Vallejo. Facultad de Ingeniería y ArquitecturaIngeniero de Sistemas40466240https://orcid.org/0000-0002-2259-107070165575612076Hilario Falcon, Francisco ManuelPerez Huaman, OmarDaza Vergaray, Alfredohttps://purl.org/pe-repo/renati/level#tituloProfesionalhttps://purl.org/pe-repo/renati/type#tesisORIGINALAlegre_MFA-SD.pdfAlegre_MFA-SD.pdfapplication/pdf4000672https://repositorio.ucv.edu.pe/bitstream/20.500.12692/163350/1/Alegre_MFA-SD.pdfccc547c44dc27702cbf993c6ca387f12MD51Alegre_MFA-IT.pdfAlegre_MFA-IT.pdfapplication/pdf10808420https://repositorio.ucv.edu.pe/bitstream/20.500.12692/163350/2/Alegre_MFA-IT.pdf8d4913eea5e6abe1a7c50a3191493f0aMD52Alegre_MFA.pdfAlegre_MFA.pdfapplication/pdf4036189https://repositorio.ucv.edu.pe/bitstream/20.500.12692/163350/3/Alegre_MFA.pdfae70c02f9c14cb85eedaf7c355b0de4aMD53LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repositorio.ucv.edu.pe/bitstream/20.500.12692/163350/4/license.txt8a4605be74aa9ea9d79846c1fba20a33MD54TEXTAlegre_MFA-SD.pdf.txtAlegre_MFA-SD.pdf.txtExtracted texttext/plain156098https://repositorio.ucv.edu.pe/bitstream/20.500.12692/163350/5/Alegre_MFA-SD.pdf.txtad4af102241a0bbded85f48f472a699cMD55Alegre_MFA-IT.pdf.txtAlegre_MFA-IT.pdf.txtExtracted texttext/plain7426https://repositorio.ucv.edu.pe/bitstream/20.500.12692/163350/7/Alegre_MFA-IT.pdf.txt38804f97068ff4379bfc7fd7885cb964MD57Alegre_MFA.pdf.txtAlegre_MFA.pdf.txtExtracted texttext/plain158337https://repositorio.ucv.edu.pe/bitstream/20.500.12692/163350/9/Alegre_MFA.pdf.txta955a4f7683cd3c6293a991daec22cbbMD59THUMBNAILAlegre_MFA-SD.pdf.jpgAlegre_MFA-SD.pdf.jpgGenerated Thumbnailimage/jpeg4714https://repositorio.ucv.edu.pe/bitstream/20.500.12692/163350/6/Alegre_MFA-SD.pdf.jpg4a0ab5506a0aa5f7c597fa7bce3fc4e6MD56Alegre_MFA-IT.pdf.jpgAlegre_MFA-IT.pdf.jpgGenerated Thumbnailimage/jpeg3777https://repositorio.ucv.edu.pe/bitstream/20.500.12692/163350/8/Alegre_MFA-IT.pdf.jpgbb74e4ca22d9184eff4c22ae33b6b470MD58Alegre_MFA.pdf.jpgAlegre_MFA.pdf.jpgGenerated Thumbnailimage/jpeg4714https://repositorio.ucv.edu.pe/bitstream/20.500.12692/163350/10/Alegre_MFA.pdf.jpg4a0ab5506a0aa5f7c597fa7bce3fc4e6MD51020.500.12692/163350oai:repositorio.ucv.edu.pe:20.500.12692/1633502025-03-18 22:09:31.277Repositorio de la Universidad César Vallejorepositorio@ucv.edu.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
score 13.982353
Deep Learning para identificación automática de tumores cerebrales en imágenes médicas
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).

Ejemplares Similares