Uso de redes neuronales convolucionales 3D en la detección de nódulos pulmonares malignos mediante tomografías computarizadas: revisión sistemática

• Autor: Montufar García, Naydelyn Yubiri
• Formato: tesis de grado
• Fecha de Publicación: 2026
• Institución: Universidad Señor de Sipan
• Repositorio: USS-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.uss.edu.pe:20.500.12802/17137
• Enlace del recurso: https://hdl.handle.net/20.500.12802/17137
• Nivel de acceso: acceso abierto
• Materia: Cáncer de pulmón; Redes neuronales convolucionales 3D; Tomografía computarizada; Diagnóstico asistido por computadora; https://purl.org/pe-repo/ocde/ford#2.02.04

La detección temprana del cáncer pulmonar mediante tomografías computarizadas constituye un desafío relevante en el ámbito clínico, debido a la alta tasa de falsos positivos que puede generar diagnósticos erróneos y procedimientos innecesarios. En este contexto, el presente estudio tuvo como objetivo analizar el uso de redes neuronales convolucionales tridimensionales (3D-CNN) en la detección de nódulos pulmonares malignos mediante una revisión sistemática de la literatura científica. La investigación se desarrolló siguiendo las directrices del método PRISMA, estableciendo una estrategia de búsqueda en bases de datos científicas reconocidas como Scopus, Web of Science e IEEE Xplore. Se aplicaron criterios de inclusión y exclusión definidos previamente, seleccionándose un conjunto de estudios primarios que abordan la aplicación de modelos 3D CNN sobre imágenes de tomografía computarizada para la detección de nódulos pulmonares. Los resultados evidencian que los modelos basados en redes neuronales convolucionales tridimensionales presentan un desempeño relevante en la reducción de falsos positivos, destacando una mayor especificidad en comparación con enfoques tradicionales. Asimismo, diversos estudios incorporan técnicas de explicabilidad, como Grad-CAM, que permiten interpretar las regiones de atención del modelo y aportan valor clínico al diagnóstico asistido por computadora. En conclusión, la evidencia analizada demuestra que el uso de redes neuronales convolucionales 3D representa una alternativa prometedora para apoyar el diagnóstico del cáncer pulmonar, contribuyendo a la reducción de falsos positivos y fortaleciendo los sistemas de apoyo a la decisión clínica.