Reconocimiento de patrones en imagenes no dermatoscopicas para la detección de enfermedades malignas en la piel, utilizando Redes Neuronales Convolutivas y Autocodificadores

• Autor: Coronado Pérez, Ricardo Rildo
• Formato: tesis de maestría
• Fecha de Publicación: 2018
• Institución: Universidad Nacional de San Agustín
• Repositorio: UNSA-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.unsa.edu.pe:UNSA/6520
• Enlace del recurso: http://repositorio.unsa.edu.pe/handle/UNSA/6520
• Nivel de acceso: acceso abierto
• Materia: Cáncer de piel; Redes neuronales convolutivas; Autocodificadores; Reconocimiento de patrones; Clasificación de imágenes; https://purl.org/pe-repo/ocde/ford#2.02.03

Año tras año, el número de personas que padecen algún tipo de enfermedad en la piel se incrementa debido a factores climatológicos y sociales. Del total de estos, algunos llegan a ser diagnosticados como cáncer y en otros casos las personas llegan a convivir por años con la enfermedad sin recibir una diagnosis apropiada. En la actualidad, el cáncer de piel puede ser detectada con precisión mediante el análisis clínico y procesos invasivos como la biopsia de piel. Sin embargo, el diagnóstico de esta enfermedad no asegura la supervivencia del paciente, ya que muchas veces es detectada en fases terminales. Solo el diagnóstico oportuno, puede incrementar la esperanza de vida de un paciente. Esta investigación, busca desarrollar y proponer un método para el reconocimien- to de lesiones en la piel y así lograr identificar lesiones malignas en imágenes no- dermatoscópicas. Para el método propuesto, se utilizó Redes Neuronales Convolutivas y se puso a prueba la eficiencia de los autocodificadores como método de clasificación. En los experimentos realizados, se logró replicar los resultados obtenidos con procedimientos convencionales, y se demuestra que el método propuesto cumple su función como método alternativo de clasificación, además de alcanzar un alto desempeño en el reconocimiento de enfermedades malignas con clases desbalanceadas. Adicionalmente, se recolectaron imágenes de enfermedades en la piel debidamente etiquetadas y se desarrolló un nuevo conjunto de datos para demostrar las ventajas del método propuesto.