Un enfoque híbrido para la clasificación de imágenes de resonancia magnética del cerebro

Descripción del Articulo

El tumor cerebral es una de las principales causas de mortalidad entre niños y adultos en todo el mundo. Un tumor es una masa de tejido que crece fuera de control, los tumores pueden ser benignos o malignos (cáncer), dependiendo de la rapidez de su crecimiento y de si logran resecarse o curarse medi...

Descripción completa

Detalles Bibliográficos
Autor: Limache Calatayud, Roxana Evelyn
Formato: tesis de grado
Fecha de Publicación:2016
Institución:Universidad Nacional de San Agustín
Repositorio:UNSA-Institucional
Lenguaje:español
OAI Identifier:oai:repositorio.unsa.edu.pe:UNSA/3228
Enlace del recurso:http://repositorio.unsa.edu.pe/handle/UNSA/3228
Nivel de acceso:acceso abierto
Materia:Modelo híbrido
Clasificación de imágenes
Resonancia magnética
Cerebro
https://purl.org/pe-repo/ocde/ford#2.06.01
id UNSA_fd1f005a7289bd970d41b324cb18adc7
oai_identifier_str oai:repositorio.unsa.edu.pe:UNSA/3228
network_acronym_str UNSA
network_name_str UNSA-Institucional
repository_id_str 4847
spelling Limache Calatayud, Roxana Evelyn2017-10-21T16:50:31Z2017-10-21T16:50:31Z2016El tumor cerebral es una de las principales causas de mortalidad entre niños y adultos en todo el mundo. Un tumor es una masa de tejido que crece fuera de control, los tumores pueden ser benignos o malignos (cáncer), dependiendo de la rapidez de su crecimiento y de si logran resecarse o curarse mediante el tratamiento neuro-quirurgico. Para diagnosticar un cáncer se realizan diferentes pruebas como radiografías, tomografías, ecografías o resonancias magnéticas. mediante estas pruebas pueden detectarse zonas con alta sospecha tumoral, cuyo diagnostico debe confirmarse mediante la realización de una biopsia. Estas imágenes no son fáciles de interpretar, lo que provoca que el profesional encargado de analizarlas, a pesar de su experiencia no sea capaz de detectar en ellas un porcentaje importante de tumores. Una posibilidad para mejorar el diagnostico consiste en utilizar sistemas de diagnostico asistido por computador (CAD). Un CAD analiza la imagen medica y trata de detectar zonas sospechosas de contener alguna anomalía. Entonces el radiólogo va poder interpretar con menos dificultad la información contenida en la imagen medica. El diagnostico asistido por computador es aún una tecnología muy joven, es por ello que en esta tesis se ha propuesto una técnica hibrida formado por una red neuronal y un algoritmo gen ético para detectar en una imagen de resonancia magnética si tiene o no una anomalía. Para la etapa de extracción de características se ha utilizado la técnica de Gabor, y para la etapa de clasificación se va usar una red neuronal MLP (perceptron multicapa) con un algoritmo gen ético simple. Los resultados de aplicar el enfoque a la data de prueba muestran ser prometedoresTesisapplication/pdfhttp://repositorio.unsa.edu.pe/handle/UNSA/3228spaUniversidad Nacional de San Agustín de ArequipaPEinfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-nd/2.5/pe/Universidad Nacional de San Agustín de ArequipaRepositorio Institucional - UNSAreponame:UNSA-Institucionalinstname:Universidad Nacional de San Agustíninstacron:UNSAModelo híbridoClasificación de imágenesResonancia magnéticaCerebrohttps://purl.org/pe-repo/ocde/ford#2.06.01Un enfoque híbrido para la clasificación de imágenes de resonancia magnética del cerebroinfo:eu-repo/semantics/bachelorThesisSUNEDU612076http://purl.org/pe-repo/renati/level#tituloProfesionalhttp://purl.org/pe-repo/renati/type#tesisIngeniería de SistemasUniversidad Nacional de San Agustín de Arequipa.Facultad de Ingeniería de Producción y ServiciosTítulo ProfesionalIngeniero de SistemasORIGINALISlicare.pdfapplication/pdf3222651https://repositorio.unsa.edu.pe/bitstreams/156495e8-f615-4fc2-be9c-578948fb545a/download974ee0258d75659cede5aebe8fbfa3bfMD51TEXTISlicare.pdf.txtISlicare.pdf.txtExtracted texttext/plain316035https://repositorio.unsa.edu.pe/bitstreams/9bee9ee4-16fc-4616-ad27-cb68bf04c946/downloadfc7df81fa31b8c5bf8f5814b69caefcbMD52UNSA/3228oai:repositorio.unsa.edu.pe:UNSA/32282022-12-13 00:37:09.32http://creativecommons.org/licenses/by-nc-nd/2.5/pe/info:eu-repo/semantics/openAccesshttps://repositorio.unsa.edu.peRepositorio Institucional UNSArepositorio@unsa.edu.pe
dc.title.es_PE.fl_str_mv Un enfoque híbrido para la clasificación de imágenes de resonancia magnética del cerebro
title Un enfoque híbrido para la clasificación de imágenes de resonancia magnética del cerebro
spellingShingle Un enfoque híbrido para la clasificación de imágenes de resonancia magnética del cerebro
Limache Calatayud, Roxana Evelyn
Modelo híbrido
Clasificación de imágenes
Resonancia magnética
Cerebro
https://purl.org/pe-repo/ocde/ford#2.06.01
title_short Un enfoque híbrido para la clasificación de imágenes de resonancia magnética del cerebro
title_full Un enfoque híbrido para la clasificación de imágenes de resonancia magnética del cerebro
title_fullStr Un enfoque híbrido para la clasificación de imágenes de resonancia magnética del cerebro
title_full_unstemmed Un enfoque híbrido para la clasificación de imágenes de resonancia magnética del cerebro
title_sort Un enfoque híbrido para la clasificación de imágenes de resonancia magnética del cerebro
author Limache Calatayud, Roxana Evelyn
author_facet Limache Calatayud, Roxana Evelyn
author_role author
dc.contributor.author.fl_str_mv Limache Calatayud, Roxana Evelyn
dc.subject.es_PE.fl_str_mv Modelo híbrido
Clasificación de imágenes
Resonancia magnética
Cerebro
topic Modelo híbrido
Clasificación de imágenes
Resonancia magnética
Cerebro
https://purl.org/pe-repo/ocde/ford#2.06.01
dc.subject.ocde.es_PE.fl_str_mv https://purl.org/pe-repo/ocde/ford#2.06.01
description El tumor cerebral es una de las principales causas de mortalidad entre niños y adultos en todo el mundo. Un tumor es una masa de tejido que crece fuera de control, los tumores pueden ser benignos o malignos (cáncer), dependiendo de la rapidez de su crecimiento y de si logran resecarse o curarse mediante el tratamiento neuro-quirurgico. Para diagnosticar un cáncer se realizan diferentes pruebas como radiografías, tomografías, ecografías o resonancias magnéticas. mediante estas pruebas pueden detectarse zonas con alta sospecha tumoral, cuyo diagnostico debe confirmarse mediante la realización de una biopsia. Estas imágenes no son fáciles de interpretar, lo que provoca que el profesional encargado de analizarlas, a pesar de su experiencia no sea capaz de detectar en ellas un porcentaje importante de tumores. Una posibilidad para mejorar el diagnostico consiste en utilizar sistemas de diagnostico asistido por computador (CAD). Un CAD analiza la imagen medica y trata de detectar zonas sospechosas de contener alguna anomalía. Entonces el radiólogo va poder interpretar con menos dificultad la información contenida en la imagen medica. El diagnostico asistido por computador es aún una tecnología muy joven, es por ello que en esta tesis se ha propuesto una técnica hibrida formado por una red neuronal y un algoritmo gen ético para detectar en una imagen de resonancia magnética si tiene o no una anomalía. Para la etapa de extracción de características se ha utilizado la técnica de Gabor, y para la etapa de clasificación se va usar una red neuronal MLP (perceptron multicapa) con un algoritmo gen ético simple. Los resultados de aplicar el enfoque a la data de prueba muestran ser prometedores
publishDate 2016
dc.date.accessioned.none.fl_str_mv 2017-10-21T16:50:31Z
dc.date.available.none.fl_str_mv 2017-10-21T16:50:31Z
dc.date.issued.fl_str_mv 2016
dc.type.es_PE.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
dc.identifier.uri.none.fl_str_mv http://repositorio.unsa.edu.pe/handle/UNSA/3228
url http://repositorio.unsa.edu.pe/handle/UNSA/3228
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 http://creativecommons.org/licenses/by-nc-nd/2.5/pe/
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-nd/2.5/pe/
dc.format.es_PE.fl_str_mv application/pdf
dc.publisher.es_PE.fl_str_mv Universidad Nacional de San Agustín de Arequipa
dc.publisher.country.es_PE.fl_str_mv PE
dc.source.es_PE.fl_str_mv Universidad Nacional de San Agustín de Arequipa
Repositorio Institucional - UNSA
dc.source.none.fl_str_mv reponame:UNSA-Institucional
instname:Universidad Nacional de San Agustín
instacron:UNSA
instname_str Universidad Nacional de San Agustín
instacron_str UNSA
institution UNSA
reponame_str UNSA-Institucional
collection UNSA-Institucional
bitstream.url.fl_str_mv https://repositorio.unsa.edu.pe/bitstreams/156495e8-f615-4fc2-be9c-578948fb545a/download
https://repositorio.unsa.edu.pe/bitstreams/9bee9ee4-16fc-4616-ad27-cb68bf04c946/download
bitstream.checksum.fl_str_mv 974ee0258d75659cede5aebe8fbfa3bf
fc7df81fa31b8c5bf8f5814b69caefcb
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Repositorio Institucional UNSA
repository.mail.fl_str_mv repositorio@unsa.edu.pe
_version_ 1828762851772203008
score 13.949868
Un enfoque híbrido para la clasificación de imágenes de resonancia magnética del cerebro
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