Diseño de un sistema de detección de objetos utilizando inteligencia artificial para la localización de anomalías cerebrales en imágenes médicas

Descripción del Articulo

El presente trabajo abordó la detección y clasificación de tumores cerebrales a partir de imágenes médicas. Se planteó como objetivo entrenar una red neuronal con una base de datos de imágenes médicas de PET/MRI, de manera que este modelo detecte a futuro lesiones y permita diferenciar tejido sano d...

Descripción completa

Detalles Bibliográficos
Autor: Aquije Fajardo, Richard Humberto
Formato: tesis de grado
Fecha de Publicación:2024
Institución:Universidad Tecnológica del Perú
Repositorio:UTP-Institucional
Lenguaje:español
OAI Identifier:oai:repositorio.utp.edu.pe:20.500.12867/10343
Enlace del recurso:https://hdl.handle.net/20.500.12867/10343
Nivel de acceso:acceso abierto
Materia:Transferencia de aprendizaje
Etiquetado de imágenes
Redes neuronales
https://purl.org/pe-repo/ocde/ford#2.06.00
id UTPD_ffbed41c79e9dab300b950a14b5e241d
oai_identifier_str oai:repositorio.utp.edu.pe:20.500.12867/10343
network_acronym_str UTPD
network_name_str UTP-Institucional
repository_id_str 4782
dc.title.es_PE.fl_str_mv Diseño de un sistema de detección de objetos utilizando inteligencia artificial para la localización de anomalías cerebrales en imágenes médicas
title Diseño de un sistema de detección de objetos utilizando inteligencia artificial para la localización de anomalías cerebrales en imágenes médicas
spellingShingle Diseño de un sistema de detección de objetos utilizando inteligencia artificial para la localización de anomalías cerebrales en imágenes médicas
Aquije Fajardo, Richard Humberto
Transferencia de aprendizaje
Etiquetado de imágenes
Redes neuronales
https://purl.org/pe-repo/ocde/ford#2.06.00
title_short Diseño de un sistema de detección de objetos utilizando inteligencia artificial para la localización de anomalías cerebrales en imágenes médicas
title_full Diseño de un sistema de detección de objetos utilizando inteligencia artificial para la localización de anomalías cerebrales en imágenes médicas
title_fullStr Diseño de un sistema de detección de objetos utilizando inteligencia artificial para la localización de anomalías cerebrales en imágenes médicas
title_full_unstemmed Diseño de un sistema de detección de objetos utilizando inteligencia artificial para la localización de anomalías cerebrales en imágenes médicas
title_sort Diseño de un sistema de detección de objetos utilizando inteligencia artificial para la localización de anomalías cerebrales en imágenes médicas
author Aquije Fajardo, Richard Humberto
author_facet Aquije Fajardo, Richard Humberto
author_role author
dc.contributor.advisor.fl_str_mv Pozo Mederos, Osniel
dc.contributor.author.fl_str_mv Aquije Fajardo, Richard Humberto
dc.subject.es_PE.fl_str_mv Transferencia de aprendizaje
Etiquetado de imágenes
Redes neuronales
topic Transferencia de aprendizaje
Etiquetado de imágenes
Redes neuronales
https://purl.org/pe-repo/ocde/ford#2.06.00
dc.subject.ocde.es_PE.fl_str_mv https://purl.org/pe-repo/ocde/ford#2.06.00
description El presente trabajo abordó la detección y clasificación de tumores cerebrales a partir de imágenes médicas. Se planteó como objetivo entrenar una red neuronal con una base de datos de imágenes médicas de PET/MRI, de manera que este modelo detecte a futuro lesiones y permita diferenciar tejido sano de posibles tumores cerebrales al consultar una nueva imagen médica. Se partió por un conjunto de datos de imágenes médicas de resonancia magnética, y se hizo la selección, así como el etiquetado de las áreas comprometidas con tumores cerebrales. Utilizando técnicas de transferencia de aprendizaje, se obtuvo un modelo basado en Deep learning, el cual posteriormente permitirá evaluar imágenes médicas de un grupo control, permitiendo detectar y clasificar tumores cerebrales. Se logró obtener un modelo con una precisión superior al 85% planteado como hipótesis. El sistema logró detectar y clasificar 02 tipos de tumores: gliomas y meningiomas. Lo que corrobora lo planteado en la hipótesis tanto general como específicas.
publishDate 2024
dc.date.accessioned.none.fl_str_mv 2024-12-04T14:55:40Z
dc.date.available.none.fl_str_mv 2024-12-04T14:55:40Z
dc.date.issued.fl_str_mv 2024
dc.type.es_PE.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.type.version.es_PE.fl_str_mv info:eu-repo/semantics/publishedVersion
format bachelorThesis
status_str publishedVersion
dc.identifier.uri.none.fl_str_mv https://hdl.handle.net/20.500.12867/10343
url https://hdl.handle.net/20.500.12867/10343
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 https://creativecommons.org/licenses/by-nc-sa/4.0/
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc-sa/4.0/
dc.format.es_PE.fl_str_mv application/pdf
dc.publisher.es_PE.fl_str_mv Universidad Tecnológica del Perú
dc.publisher.country.es_PE.fl_str_mv PE
dc.source.es_PE.fl_str_mv Universidad Tecnológica del Perú
Repositorio Institucional - UTP
dc.source.none.fl_str_mv reponame:UTP-Institucional
instname:Universidad Tecnológica del Perú
instacron:UTP
instname_str Universidad Tecnológica del Perú
instacron_str UTP
institution UTP
reponame_str UTP-Institucional
collection UTP-Institucional
bitstream.url.fl_str_mv https://repositorio.utp.edu.pe/backend/api/core/bitstreams/fc0587d5-d0a2-40fd-be2a-4892f938cd90/download
https://repositorio.utp.edu.pe/backend/api/core/bitstreams/7a82fe86-68f6-4e6d-9ed0-c13133a9bff5/download
https://repositorio.utp.edu.pe/backend/api/core/bitstreams/f759c488-f4a1-45d6-b88c-7a3e0e52376c/download
https://repositorio.utp.edu.pe/backend/api/core/bitstreams/600f564a-4ea3-4a51-8b49-17bce2dc7163/download
https://repositorio.utp.edu.pe/backend/api/core/bitstreams/cdfa3f8c-fec7-4722-b305-77db9492f1a1/download
https://repositorio.utp.edu.pe/backend/api/core/bitstreams/6a1db2e7-69af-4491-8329-eaa98cf036d2/download
https://repositorio.utp.edu.pe/backend/api/core/bitstreams/81200887-6a78-4420-9ce7-f330c3cdf0e8/download
https://repositorio.utp.edu.pe/backend/api/core/bitstreams/80bae0de-1115-4426-b2a0-53b8a201ccfc/download
https://repositorio.utp.edu.pe/backend/api/core/bitstreams/7d1ad54c-54ee-4649-a898-414331778713/download
https://repositorio.utp.edu.pe/backend/api/core/bitstreams/2543e9c7-339e-425d-b2e2-a0c76549f6db/download
bitstream.checksum.fl_str_mv 8a4605be74aa9ea9d79846c1fba20a33
59f568ddc581542c1edc7bf60bb00867
dde53bbb1a6bb71f468a227862f93b66
8a6f63bfdb08c36e3454184ac57317d3
0114a02f775340e5906deb431c11f741
6d93d3216dc4a7f5df47d4876fbec4d3
b265a759f6d979a2ee3296ab5a3c7015
52a718c5158bdc5c1a1ab28b6d0c576c
7f58fe25d435430c13ad187095e80274
0f070abe167c0eb43bfcb4645cf4dab8
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio de la Universidad Tecnológica del Perú
repository.mail.fl_str_mv repositorio@utp.edu.pe
_version_ 1864914857963290624
spelling Pozo Mederos, OsnielAquije Fajardo, Richard Humberto2024-12-04T14:55:40Z2024-12-04T14:55:40Z2024https://hdl.handle.net/20.500.12867/10343El presente trabajo abordó la detección y clasificación de tumores cerebrales a partir de imágenes médicas. Se planteó como objetivo entrenar una red neuronal con una base de datos de imágenes médicas de PET/MRI, de manera que este modelo detecte a futuro lesiones y permita diferenciar tejido sano de posibles tumores cerebrales al consultar una nueva imagen médica. Se partió por un conjunto de datos de imágenes médicas de resonancia magnética, y se hizo la selección, así como el etiquetado de las áreas comprometidas con tumores cerebrales. Utilizando técnicas de transferencia de aprendizaje, se obtuvo un modelo basado en Deep learning, el cual posteriormente permitirá evaluar imágenes médicas de un grupo control, permitiendo detectar y clasificar tumores cerebrales. Se logró obtener un modelo con una precisión superior al 85% planteado como hipótesis. El sistema logró detectar y clasificar 02 tipos de tumores: gliomas y meningiomas. Lo que corrobora lo planteado en la hipótesis tanto general como específicas.Campus Lima Centroapplication/pdfspaUniversidad Tecnológica del PerúPEinfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-sa/4.0/Universidad Tecnológica del PerúRepositorio Institucional - UTPreponame:UTP-Institucionalinstname:Universidad Tecnológica del Perúinstacron:UTPTransferencia de aprendizajeEtiquetado de imágenesRedes neuronaleshttps://purl.org/pe-repo/ocde/ford#2.06.00Diseño de un sistema de detección de objetos utilizando inteligencia artificial para la localización de anomalías cerebrales en imágenes médicasinfo:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/publishedVersionSUNEDUIngeniero BiomédicoUniversidad Tecnológica del Perú. Facultad de IngenieríaIngeniería BiomédicaPregrado00147438849075744https://orcid.org/0000-0002-2942-887444723850919016Mansilla Yanqui, Javier GonzaloRupaylla Arestegui, Jaime AndresJáuregui López, Orlando Augustohttps://purl.org/pe-repo/renati/level#tituloProfesionalhttps://purl.org/pe-repo/renati/type#tesisLICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repositorio.utp.edu.pe/backend/api/core/bitstreams/fc0587d5-d0a2-40fd-be2a-4892f938cd90/download8a4605be74aa9ea9d79846c1fba20a33MD54ORIGINALR.Aquije_Tesis_Titulo_Profesional_2024.pdfR.Aquije_Tesis_Titulo_Profesional_2024.pdfapplication/pdf2304934https://repositorio.utp.edu.pe/backend/api/core/bitstreams/7a82fe86-68f6-4e6d-9ed0-c13133a9bff5/download59f568ddc581542c1edc7bf60bb00867MD51R.Aquije_Formulario_de_Publicacion.pdfR.Aquije_Formulario_de_Publicacion.pdfapplication/pdf1187806https://repositorio.utp.edu.pe/backend/api/core/bitstreams/f759c488-f4a1-45d6-b88c-7a3e0e52376c/downloaddde53bbb1a6bb71f468a227862f93b66MD52R.Aquije_Informe_de_Similitud.pdfR.Aquije_Informe_de_Similitud.pdfapplication/pdf2692395https://repositorio.utp.edu.pe/backend/api/core/bitstreams/600f564a-4ea3-4a51-8b49-17bce2dc7163/download8a6f63bfdb08c36e3454184ac57317d3MD53TEXTR.Aquije_Tesis_Titulo_Profesional_2024.pdf.txtR.Aquije_Tesis_Titulo_Profesional_2024.pdf.txtExtracted texttext/plain73059https://repositorio.utp.edu.pe/backend/api/core/bitstreams/cdfa3f8c-fec7-4722-b305-77db9492f1a1/download0114a02f775340e5906deb431c11f741MD511R.Aquije_Formulario_de_Publicacion.pdf.txtR.Aquije_Formulario_de_Publicacion.pdf.txtExtracted texttext/plain6https://repositorio.utp.edu.pe/backend/api/core/bitstreams/6a1db2e7-69af-4491-8329-eaa98cf036d2/download6d93d3216dc4a7f5df47d4876fbec4d3MD513R.Aquije_Informe_de_Similitud.pdf.txtR.Aquije_Informe_de_Similitud.pdf.txtExtracted texttext/plain86400https://repositorio.utp.edu.pe/backend/api/core/bitstreams/81200887-6a78-4420-9ce7-f330c3cdf0e8/downloadb265a759f6d979a2ee3296ab5a3c7015MD515THUMBNAILR.Aquije_Tesis_Titulo_Profesional_2024.pdf.jpgR.Aquije_Tesis_Titulo_Profesional_2024.pdf.jpgGenerated Thumbnailimage/jpeg14318https://repositorio.utp.edu.pe/backend/api/core/bitstreams/80bae0de-1115-4426-b2a0-53b8a201ccfc/download52a718c5158bdc5c1a1ab28b6d0c576cMD512R.Aquije_Formulario_de_Publicacion.pdf.jpgR.Aquije_Formulario_de_Publicacion.pdf.jpgGenerated Thumbnailimage/jpeg24330https://repositorio.utp.edu.pe/backend/api/core/bitstreams/7d1ad54c-54ee-4649-a898-414331778713/download7f58fe25d435430c13ad187095e80274MD514R.Aquije_Informe_de_Similitud.pdf.jpgR.Aquije_Informe_de_Similitud.pdf.jpgGenerated Thumbnailimage/jpeg18492https://repositorio.utp.edu.pe/backend/api/core/bitstreams/2543e9c7-339e-425d-b2e2-a0c76549f6db/download0f070abe167c0eb43bfcb4645cf4dab8MD51620.500.12867/10343oai:repositorio.utp.edu.pe:20.500.12867/103432025-11-30 16:34:56.294https://creativecommons.org/licenses/by-nc-sa/4.0/info:eu-repo/semantics/openAccessopen.accesshttps://repositorio.utp.edu.peRepositorio de la Universidad Tecnológica del Perúrepositorio@utp.edu.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
score 12.697734
Diseño de un sistema de detección de objetos utilizando inteligencia artificial para la localización de anomalías cerebrales en imágenes médicas
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