Desarrollo de un sistema de diagnóstico en la detección temprana de cataratas utilizando redes neuronales convolucionales

• Autores: Infante Cueva Wilder Pablo, Cruzado Benites Marco Salvador, Infante Cueva, Wilder Pablo
• Formato: tesis de grado
• Fecha de Publicación: 2024
• Institución: Universidad Privada Antenor Orrego
• Repositorio: UPAO-Tesis
• Lenguaje: español
• OAI Identifier: oai:repositorio.upao.edu.pe:20.500.12759/42091
• Enlace del recurso: https://hdl.handle.net/20.500.12759/42091
• Nivel de acceso: acceso abierto
• Materia: Sistema de Diagnostico; Redes Neuronales Convolucionales; https://purl.org/pe-repo/ocde/ford#2.11.00

En esta tesis se presenta el desarrollo de un sistema de diagnóstico para la detección temprana de cataratas utilizando redes neuronales convolucionales (CNNs). Las cataratas son la principal causa de discapacidad visual a nivel mundial, y su detección temprana es crucial para prevenir la progresión de la enfermedad y mejorar los resultados visuales de los pacientes. El sistema propuesto tiene como objetivo proporcionar una herramienta automatizada y precisa para identificar cataratas en imágenes oftalmológicas, facilitando así el acceso a la atención oftalmológica y mejorando la eficiencia del diagnóstico. La metodología empleada incluye la recolección de un conjunto de datos de imágenes oftalmológicas, el diseño de una arquitectura de CNN optimizada para la detección de cataratas, y el entrenamiento del modelo utilizando técnicas de procesamiento de imágenes y aprendizaje profundo. El sistema se evaluó mediante métricas de rendimiento como precisión, sensibilidad y especificidad, demostrando una alta capacidad para distinguir entre imágenes con y sin cataratas. Los resultados obtenidos muestran que el sistema desarrollado es capaz de detectar cataratas con un alto grado de precisión, lo que sugiere su viabilidad como herramienta de apoyo en entornos clínicos. Además, el uso de este sistema puede reducir la carga de trabajo de los oftalmólogos, permitir diagnósticos más rápidos y precisos, y aumentar la accesibilidad a exámenes oftalmológicos en áreas con recursos limitados. En conclusión, el desarrollo de este sistema de diagnóstico basado en CNNs representa un avance significativo en la aplicación de la inteligencia artificial en la medicina oftalmológica, ofreciendo una solución prometedora para mejorar la detección temprana de cataratas y, en última instancia, contribuir a la reducción de la ceguera evitable a nivel mundial