Implementación de modelos de deep learning para la detección de tuberculosis y neumonía viral y/o bacteriana en radiografías torácicas

Descripción del Articulo

La neumonía y la tuberculosis (TB) son las enfermedades respiratorias más prevalentes en niños de uno a cinco años en Perú. Un diagnóstico rápido y eficaz es esencial para hospitales, clínicas e instituciones de salud, ya que mejora los resultados del paciente y optimiza la eficiencia operativa. El...

Descripción completa

Detalles Bibliográficos
Autores: Estevez Velarde, Franza Sofia, Gomez Vasquez, Oscar Alfredo
Formato: tesis de grado
Fecha de Publicación:2025
Institución:Universidad de Ingeniería y tecnología
Repositorio:UTEC-Institucional
Lenguaje:español
OAI Identifier:oai:repositorio.utec.edu.pe:20.500.12815/413
Enlace del recurso:https://hdl.handle.net/20.500.12815/413
Nivel de acceso:acceso abierto
Materia:Aprendizaje profundo
Procesamiento de Imágenes
Diagnóstico por Imagen
Enfermedades Pulmonares
Deep Learning
Image Processing
Diagnostic Imaging
Lung Diseases
https://purl.org/pe-repo/ocde/ford#2.11.00
id UTEC_a9dd172c8f1b9a3a3cf0f05e89daa35b
oai_identifier_str oai:repositorio.utec.edu.pe:20.500.12815/413
network_acronym_str UTEC
network_name_str UTEC-Institucional
repository_id_str 4822
dc.title.es_PE.fl_str_mv Implementación de modelos de deep learning para la detección de tuberculosis y neumonía viral y/o bacteriana en radiografías torácicas
dc.title.alternative.es_PE.fl_str_mv Proposal for two deep learning models for the detection of tuberculosis and viral and/or bacterial pneumonia in chest x-rays
title Implementación de modelos de deep learning para la detección de tuberculosis y neumonía viral y/o bacteriana en radiografías torácicas
spellingShingle Implementación de modelos de deep learning para la detección de tuberculosis y neumonía viral y/o bacteriana en radiografías torácicas
Estevez Velarde, Franza Sofia
Aprendizaje profundo
Procesamiento de Imágenes
Diagnóstico por Imagen
Enfermedades Pulmonares
Deep Learning
Image Processing
Diagnostic Imaging
Lung Diseases
https://purl.org/pe-repo/ocde/ford#2.11.00
title_short Implementación de modelos de deep learning para la detección de tuberculosis y neumonía viral y/o bacteriana en radiografías torácicas
title_full Implementación de modelos de deep learning para la detección de tuberculosis y neumonía viral y/o bacteriana en radiografías torácicas
title_fullStr Implementación de modelos de deep learning para la detección de tuberculosis y neumonía viral y/o bacteriana en radiografías torácicas
title_full_unstemmed Implementación de modelos de deep learning para la detección de tuberculosis y neumonía viral y/o bacteriana en radiografías torácicas
title_sort Implementación de modelos de deep learning para la detección de tuberculosis y neumonía viral y/o bacteriana en radiografías torácicas
author Estevez Velarde, Franza Sofia
author_facet Estevez Velarde, Franza Sofia
Gomez Vasquez, Oscar Alfredo
author_role author
author2 Gomez Vasquez, Oscar Alfredo
author2_role author
dc.contributor.advisor.fl_str_mv Lezama Calvo, Jinmi Gregory
dc.contributor.author.fl_str_mv Estevez Velarde, Franza Sofia
Gomez Vasquez, Oscar Alfredo
dc.subject.es_PE.fl_str_mv Aprendizaje profundo
Procesamiento de Imágenes
Diagnóstico por Imagen
Enfermedades Pulmonares
Deep Learning
Image Processing
Diagnostic Imaging
Lung Diseases
topic Aprendizaje profundo
Procesamiento de Imágenes
Diagnóstico por Imagen
Enfermedades Pulmonares
Deep Learning
Image Processing
Diagnostic Imaging
Lung Diseases
https://purl.org/pe-repo/ocde/ford#2.11.00
dc.subject.ocde.es_PE.fl_str_mv https://purl.org/pe-repo/ocde/ford#2.11.00
description La neumonía y la tuberculosis (TB) son las enfermedades respiratorias más prevalentes en niños de uno a cinco años en Perú. Un diagnóstico rápido y eficaz es esencial para hospitales, clínicas e instituciones de salud, ya que mejora los resultados del paciente y optimiza la eficiencia operativa. El deep learning (DL) aplicado al análisis de imágenes médicas ha demostrado ser valioso para el diagnóstico, ayudando a los médicos a incrementar la exactitud y reducir el error humano. Este estudio desarrolló un modelo basado en la arquitectura ResNet para detectar neumonía y TB en radiografías de tórax pediátricas, utilizando una base de datos de 5856 imágenes del Centro Médico de Mujeres y Niños de Guangzhou (4100 de entrenamiento, 878 de validación y 878 de prueba) y del Instituto Nacional de Alergias y Enfermedades Infecciosas (988 de entrenamiento, 211 de validación y 211 de prueba). La validación final mostró que ResNet superó a EfficientNet en la detección de TB y neumonía, logrando menor pérdida de validación (7,46% vs. 10,59% en TB y 41,73% vs. 46,91% en neumonía) y mayor exactitud (97,62% vs. 95,71% en TB y 86,06% vs. 83,03% en neumonía), confirmándolo como el modelo más adecuado. Asimismo, se implementó una plataforma digital en Python y HTML, facilitando su integración en la práctica clínica. Este estudio resalta el potencial de ResNet para mejorar el diagnóstico de TB y neumonía y enfatiza la importancia de optimizar los modelos de DL en el ámbito médico.
publishDate 2025
dc.date.accessioned.none.fl_str_mv 2025-02-11T15:17:24Z
dc.date.available.none.fl_str_mv 2025-02-11T15:17:24Z
dc.date.issued.fl_str_mv 2025
dc.type.es_PE.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
dc.identifier.citation.es_PE.fl_str_mv Estevez Velarde, F. S. y Gomez Vasquez, O. A. (2025). Implementación de modelos de deep learning para la detección de tuberculosis y neumonía viral y/o bacteriana en radiografías torácicas [Tesis de Título Profesional, Universidad de Ingeniería y Tecnología]. Repositorio Institucional UTEC. https://hdl.handle.net/20.500.12815/413
dc.identifier.uri.none.fl_str_mv https://hdl.handle.net/20.500.12815/413
identifier_str_mv Estevez Velarde, F. S. y Gomez Vasquez, O. A. (2025). Implementación de modelos de deep learning para la detección de tuberculosis y neumonía viral y/o bacteriana en radiografías torácicas [Tesis de Título Profesional, Universidad de Ingeniería y Tecnología]. Repositorio Institucional UTEC. https://hdl.handle.net/20.500.12815/413
url https://hdl.handle.net/20.500.12815/413
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.none.fl_str_mv http://creativecommons.org/licenses/by-nc-nd/4.0/
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-nd/4.0/
dc.format.es_PE.fl_str_mv application/pdf
dc.publisher.es_PE.fl_str_mv Universidad de Ingeniería y Tecnología
dc.publisher.country.es_PE.fl_str_mv PE
dc.source.es_PE.fl_str_mv Repositorio Institucional UTEC
Universidad de Ingeniería y Tecnología - UTEC
dc.source.none.fl_str_mv reponame:UTEC-Institucional
instname:Universidad de Ingeniería y tecnología
instacron:UTEC
instname_str Universidad de Ingeniería y tecnología
instacron_str UTEC
institution UTEC
reponame_str UTEC-Institucional
collection UTEC-Institucional
bitstream.url.fl_str_mv http://repositorio.utec.edu.pe/bitstream/20.500.12815/413/1/Estevez%20y%20Gomez_Tesis.pdf
http://repositorio.utec.edu.pe/bitstream/20.500.12815/413/2/Estevez%20y%20Gomez_Autorizacion.pdf
http://repositorio.utec.edu.pe/bitstream/20.500.12815/413/3/Estevez%20y%20Gomez_Acta%20de%20sustentaci%c3%b3n.pdf
http://repositorio.utec.edu.pe/bitstream/20.500.12815/413/4/Estevez%20y%20Gomez_Reporte%20de%20similitud.pdf
http://repositorio.utec.edu.pe/bitstream/20.500.12815/413/5/license.txt
http://repositorio.utec.edu.pe/bitstream/20.500.12815/413/6/Estevez%20y%20Gomez_Tesis.pdf.txt
http://repositorio.utec.edu.pe/bitstream/20.500.12815/413/8/Estevez%20y%20Gomez_Autorizacion.pdf.txt
http://repositorio.utec.edu.pe/bitstream/20.500.12815/413/10/Estevez%20y%20Gomez_Acta%20de%20sustentaci%c3%b3n.pdf.txt
http://repositorio.utec.edu.pe/bitstream/20.500.12815/413/12/Estevez%20y%20Gomez_Reporte%20de%20similitud.pdf.txt
http://repositorio.utec.edu.pe/bitstream/20.500.12815/413/7/Estevez%20y%20Gomez_Tesis.pdf.jpg
http://repositorio.utec.edu.pe/bitstream/20.500.12815/413/9/Estevez%20y%20Gomez_Autorizacion.pdf.jpg
http://repositorio.utec.edu.pe/bitstream/20.500.12815/413/11/Estevez%20y%20Gomez_Acta%20de%20sustentaci%c3%b3n.pdf.jpg
http://repositorio.utec.edu.pe/bitstream/20.500.12815/413/13/Estevez%20y%20Gomez_Reporte%20de%20similitud.pdf.jpg
bitstream.checksum.fl_str_mv 4d1b08a32af4ff88656428d4fdb4046d
c141bfd9e81a1e62e9c8a86f698d0e04
67affa313bd96e7b74cd84571a33fef5
2829bda0612b5de35df7ce2351922ff7
8a4605be74aa9ea9d79846c1fba20a33
db5f0ed5bebc2d6c278591556534a990
f7ca8ca318fe91809cffdd90f49a98b4
22270253d608158dc183e4c8f97f0f74
bc4df7cd6f05c4cec165b2fcdf5fb7b1
7ad62169639c3bf77e6f88bacd662cec
c298f56d2b99481ae5faec3e7a173db4
d361f2a1ec7903383c6609e23fe0f799
eac68ed82d9795a11eb5e939a8d046ab
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Institucional UTEC
repository.mail.fl_str_mv repositorio@utec.edu.pe
_version_ 1843166369950990336
spelling Lezama Calvo, Jinmi GregoryEstevez Velarde, Franza SofiaGomez Vasquez, Oscar Alfredo2025-02-11T15:17:24Z2025-02-11T15:17:24Z2025Estevez Velarde, F. S. y Gomez Vasquez, O. A. (2025). Implementación de modelos de deep learning para la detección de tuberculosis y neumonía viral y/o bacteriana en radiografías torácicas [Tesis de Título Profesional, Universidad de Ingeniería y Tecnología]. Repositorio Institucional UTEC. https://hdl.handle.net/20.500.12815/413https://hdl.handle.net/20.500.12815/413La neumonía y la tuberculosis (TB) son las enfermedades respiratorias más prevalentes en niños de uno a cinco años en Perú. Un diagnóstico rápido y eficaz es esencial para hospitales, clínicas e instituciones de salud, ya que mejora los resultados del paciente y optimiza la eficiencia operativa. El deep learning (DL) aplicado al análisis de imágenes médicas ha demostrado ser valioso para el diagnóstico, ayudando a los médicos a incrementar la exactitud y reducir el error humano. Este estudio desarrolló un modelo basado en la arquitectura ResNet para detectar neumonía y TB en radiografías de tórax pediátricas, utilizando una base de datos de 5856 imágenes del Centro Médico de Mujeres y Niños de Guangzhou (4100 de entrenamiento, 878 de validación y 878 de prueba) y del Instituto Nacional de Alergias y Enfermedades Infecciosas (988 de entrenamiento, 211 de validación y 211 de prueba). La validación final mostró que ResNet superó a EfficientNet en la detección de TB y neumonía, logrando menor pérdida de validación (7,46% vs. 10,59% en TB y 41,73% vs. 46,91% en neumonía) y mayor exactitud (97,62% vs. 95,71% en TB y 86,06% vs. 83,03% en neumonía), confirmándolo como el modelo más adecuado. Asimismo, se implementó una plataforma digital en Python y HTML, facilitando su integración en la práctica clínica. Este estudio resalta el potencial de ResNet para mejorar el diagnóstico de TB y neumonía y enfatiza la importancia de optimizar los modelos de DL en el ámbito médico.Pneumonia and tuberculosis (TB) are among the most prevalent respiratory diseases in children aged one to five in Peru. Rapid and effective diagnosis is essential for healthcare institutions as it enhances patient outcomes and optimizes institutional efficiency and response capacity. Deep learning (DL) applied to medical image analysis has proven to be valuable for automatic pathology diagnosis, helping physicians increase diagnostic accuracy and reduce human error. This study developed a model based on the ResNet architecture to detect pneumonia and TB chest X-rays, using a database of 5856 medical images from the Guangzhou Women and Children's Medical Center and the National Institute of Allergy and Infectious Diseases. The final validation results showed that ResNet outperformed EfficientNet in detecting TB and pneumonia, achieving lower validation loss (7,46% vs. 10,59% for TB and 41,73% vs. 46,91% for pneumonia) and higher accuracy (97,62% vs. 95,71% for TB and 86,06% vs. 83,03% for pneumonia), confirming ResNet as the more suitable model. Implemented on an interactive digital platform in Python and HTML, the model facilitates clinical access and integration. Overall, this study highlights ResNet's potential to enhance TB and pneumonia diagnosis and emphasizes the importance of further optimizing DL models in the medical field.Tesisapplication/pdfspaUniversidad de Ingeniería y TecnologíaPEinfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-nd/4.0/Repositorio Institucional UTECUniversidad de Ingeniería y Tecnología - UTECreponame:UTEC-Institucionalinstname:Universidad de Ingeniería y tecnologíainstacron:UTECAprendizaje profundoProcesamiento de ImágenesDiagnóstico por ImagenEnfermedades PulmonaresDeep LearningImage ProcessingDiagnostic ImagingLung Diseaseshttps://purl.org/pe-repo/ocde/ford#2.11.00Implementación de modelos de deep learning para la detección de tuberculosis y neumonía viral y/o bacteriana en radiografías torácicasProposal for two deep learning models for the detection of tuberculosis and viral and/or bacterial pneumonia in chest x-raysinfo:eu-repo/semantics/bachelorThesisSUNEDUBioingenieríaUniversidad de Ingeniería y Tecnología. BioingenieríaTítulo ProfesionalBioingeniero42294872https://orcid.org/0000-0003-2906-97417629619673674359https://orcid.org/0009-0004-0747-9648https://orcid.org/0009-0008-5514-7460511016Saavedra Espinoza, Harry GustavoMora Cloque, Rensso VictorManrique Chicoma, Hugo Alejandrohttps://purl.org/pe-repo/renati/level#tituloProfesionalhttps://purl.org/pe-repo/renati/type#tesisORIGINALEstevez y Gomez_Tesis.pdfEstevez y Gomez_Tesis.pdfapplication/pdf13229656http://repositorio.utec.edu.pe/bitstream/20.500.12815/413/1/Estevez%20y%20Gomez_Tesis.pdf4d1b08a32af4ff88656428d4fdb4046dMD51open accessEstevez y Gomez_Autorizacion.pdfEstevez y Gomez_Autorizacion.pdfapplication/pdf143616http://repositorio.utec.edu.pe/bitstream/20.500.12815/413/2/Estevez%20y%20Gomez_Autorizacion.pdfc141bfd9e81a1e62e9c8a86f698d0e04MD52metadata only accessEstevez y Gomez_Acta de sustentación.pdfEstevez y Gomez_Acta de sustentación.pdfapplication/pdf327463http://repositorio.utec.edu.pe/bitstream/20.500.12815/413/3/Estevez%20y%20Gomez_Acta%20de%20sustentaci%c3%b3n.pdf67affa313bd96e7b74cd84571a33fef5MD53metadata only accessEstevez y Gomez_Reporte de similitud.pdfEstevez y Gomez_Reporte de similitud.pdfapplication/pdf93924http://repositorio.utec.edu.pe/bitstream/20.500.12815/413/4/Estevez%20y%20Gomez_Reporte%20de%20similitud.pdf2829bda0612b5de35df7ce2351922ff7MD54metadata only accessLICENSElicense.txtlicense.txttext/plain; charset=utf-81748http://repositorio.utec.edu.pe/bitstream/20.500.12815/413/5/license.txt8a4605be74aa9ea9d79846c1fba20a33MD55open accessTEXTEstevez y Gomez_Tesis.pdf.txtEstevez y Gomez_Tesis.pdf.txtExtracted texttext/plain137049http://repositorio.utec.edu.pe/bitstream/20.500.12815/413/6/Estevez%20y%20Gomez_Tesis.pdf.txtdb5f0ed5bebc2d6c278591556534a990MD56open accessEstevez y Gomez_Autorizacion.pdf.txtEstevez y Gomez_Autorizacion.pdf.txtExtracted texttext/plain3851http://repositorio.utec.edu.pe/bitstream/20.500.12815/413/8/Estevez%20y%20Gomez_Autorizacion.pdf.txtf7ca8ca318fe91809cffdd90f49a98b4MD58metadata only accessEstevez y Gomez_Acta de sustentación.pdf.txtEstevez y Gomez_Acta de sustentación.pdf.txtExtracted texttext/plain903http://repositorio.utec.edu.pe/bitstream/20.500.12815/413/10/Estevez%20y%20Gomez_Acta%20de%20sustentaci%c3%b3n.pdf.txt22270253d608158dc183e4c8f97f0f74MD510metadata only accessEstevez y Gomez_Reporte de similitud.pdf.txtEstevez y Gomez_Reporte de similitud.pdf.txtExtracted texttext/plain2195http://repositorio.utec.edu.pe/bitstream/20.500.12815/413/12/Estevez%20y%20Gomez_Reporte%20de%20similitud.pdf.txtbc4df7cd6f05c4cec165b2fcdf5fb7b1MD512metadata only accessTHUMBNAILEstevez y Gomez_Tesis.pdf.jpgEstevez y Gomez_Tesis.pdf.jpgGenerated Thumbnailimage/jpeg8857http://repositorio.utec.edu.pe/bitstream/20.500.12815/413/7/Estevez%20y%20Gomez_Tesis.pdf.jpg7ad62169639c3bf77e6f88bacd662cecMD57open accessEstevez y Gomez_Autorizacion.pdf.jpgEstevez y Gomez_Autorizacion.pdf.jpgGenerated Thumbnailimage/jpeg8617http://repositorio.utec.edu.pe/bitstream/20.500.12815/413/9/Estevez%20y%20Gomez_Autorizacion.pdf.jpgc298f56d2b99481ae5faec3e7a173db4MD59metadata only accessEstevez y Gomez_Acta de sustentación.pdf.jpgEstevez y Gomez_Acta de sustentación.pdf.jpgGenerated Thumbnailimage/jpeg8789http://repositorio.utec.edu.pe/bitstream/20.500.12815/413/11/Estevez%20y%20Gomez_Acta%20de%20sustentaci%c3%b3n.pdf.jpgd361f2a1ec7903383c6609e23fe0f799MD511metadata only accessEstevez y Gomez_Reporte de similitud.pdf.jpgEstevez y Gomez_Reporte de similitud.pdf.jpgGenerated Thumbnailimage/jpeg5334http://repositorio.utec.edu.pe/bitstream/20.500.12815/413/13/Estevez%20y%20Gomez_Reporte%20de%20similitud.pdf.jpgeac68ed82d9795a11eb5e939a8d046abMD513metadata only access20.500.12815/413oai:repositorio.utec.edu.pe:20.500.12815/4132025-04-09 16:55:25.517open accessRepositorio Institucional UTECrepositorio@utec.edu.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
score 13.945474
Implementación de modelos de deep learning para la detección de tuberculosis y neumonía viral y/o bacteriana en radiografías torácicas
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