Clasificación de imágenes médicas para la detección del cáncer de mama mediante redes neuronales

Descripción del Articulo

En la Actualidad no es fácil la interpretación de imágenes de mamografía y brindar un diagnóstico medico por un profesional de salud, Es que a pesar de la experiencia del profesional no se detecta al 100 % las anomalías ó tumores de manera rápida. Puesto a que no es fácil de interpretar. objetivo pr...

Descripción completa

Detalles Bibliográficos
Autores: Riera Iziga, Marcos, Sotelo Hernández, Waldir, Campos Vasquez, Neicer
Formato: objeto de conferencia
Fecha de Publicación:2022
Institución:Universidad Privada del Norte
Repositorio:UPN-Institucional
Lenguaje:español
OAI Identifier:oai:repositorio.upn.edu.pe:11537/29885
Enlace del recurso:https://hdl.handle.net/11537/29885
http://dx.doi.org/10.18687/LEIRD2021.1.1.33
Nivel de acceso:acceso abierto
Materia:Diagnóstico por imágenes
Mamografía
Cáncer
https://purl.org/pe-repo/ocde/ford#2.02.04
id UUPN_02f85146cf3716d771dd66b8b64c9610
oai_identifier_str oai:repositorio.upn.edu.pe:11537/29885
network_acronym_str UUPN
network_name_str UPN-Institucional
repository_id_str 1873
dc.title.es_PE.fl_str_mv Clasificación de imágenes médicas para la detección del cáncer de mama mediante redes neuronales
title Clasificación de imágenes médicas para la detección del cáncer de mama mediante redes neuronales
spellingShingle Clasificación de imágenes médicas para la detección del cáncer de mama mediante redes neuronales
Riera Iziga, Marcos
Diagnóstico por imágenes
Mamografía
Cáncer
https://purl.org/pe-repo/ocde/ford#2.02.04
title_short Clasificación de imágenes médicas para la detección del cáncer de mama mediante redes neuronales
title_full Clasificación de imágenes médicas para la detección del cáncer de mama mediante redes neuronales
title_fullStr Clasificación de imágenes médicas para la detección del cáncer de mama mediante redes neuronales
title_full_unstemmed Clasificación de imágenes médicas para la detección del cáncer de mama mediante redes neuronales
title_sort Clasificación de imágenes médicas para la detección del cáncer de mama mediante redes neuronales
author Riera Iziga, Marcos
author_facet Riera Iziga, Marcos
Sotelo Hernández, Waldir
Campos Vasquez, Neicer
author_role author
author2 Sotelo Hernández, Waldir
Campos Vasquez, Neicer
author2_role author
author
dc.contributor.author.fl_str_mv Riera Iziga, Marcos
Sotelo Hernández, Waldir
Campos Vasquez, Neicer
dc.subject.es_PE.fl_str_mv Diagnóstico por imágenes
Mamografía
Cáncer
topic Diagnóstico por imágenes
Mamografía
Cáncer
https://purl.org/pe-repo/ocde/ford#2.02.04
dc.subject.ocde.es_PE.fl_str_mv https://purl.org/pe-repo/ocde/ford#2.02.04
description En la Actualidad no es fácil la interpretación de imágenes de mamografía y brindar un diagnóstico medico por un profesional de salud, Es que a pesar de la experiencia del profesional no se detecta al 100 % las anomalías ó tumores de manera rápida. Puesto a que no es fácil de interpretar. objetivo principal fue realizar un clasificador de imágenes y aplicar una neurona convolucional. posteriormente de un entrenamiento riguroso de la neurona brindar un diagnóstico eficiente, se muestra que mediante el aumento de entrenamiento el resultado es más eficiente y se disminuye el factor de error. Solo en la segunda prueba de llego 64.3% la efectividad. En la investigación no se presentaron imágenes incompatibles con la red neuronal por lo que no se perdió atributos si se realizaron ajustes de parámetros. Por lo que es demostrable que el sistema tiene gran alcance practico debido a que los recursos usados son de fácil alcance.
publishDate 2022
dc.date.accessioned.none.fl_str_mv 2022-04-07T22:19:03Z
dc.date.available.none.fl_str_mv 2022-04-07T22:19:03Z
dc.date.issued.fl_str_mv 2022-02-11
dc.type.es_PE.fl_str_mv info:eu-repo/semantics/conferenceObject
format conferenceObject
dc.identifier.citation.es_PE.fl_str_mv Riera, M., Sotelo, W., & Campos, N. (2022). Clasificación de imágenes médicas para la detección del cáncer de mama mediante redes neuronales. 1sh LACCEI International Multiconference on Entrepreneurship, Innovation and Regional Development - LEIRD 2021. http://dx.doi.org/10.18687/LEIRD2021.1.1.33
dc.identifier.uri.none.fl_str_mv https://hdl.handle.net/11537/29885
dc.identifier.journal.es_PE.fl_str_mv 1sh LACCEI International Multiconference on Entrepreneurship, Innovation and Regional Development - LEIRD 2021
dc.identifier.doi.none.fl_str_mv http://dx.doi.org/10.18687/LEIRD2021.1.1.33
identifier_str_mv Riera, M., Sotelo, W., & Campos, N. (2022). Clasificación de imágenes médicas para la detección del cáncer de mama mediante redes neuronales. 1sh LACCEI International Multiconference on Entrepreneurship, Innovation and Regional Development - LEIRD 2021. http://dx.doi.org/10.18687/LEIRD2021.1.1.33
1sh LACCEI International Multiconference on Entrepreneurship, Innovation and Regional Development - LEIRD 2021
url https://hdl.handle.net/11537/29885
http://dx.doi.org/10.18687/LEIRD2021.1.1.33
dc.language.iso.es_PE.fl_str_mv spa
language spa
dc.rights.es_PE.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.*.fl_str_mv Atribución-NoComercial-CompartirIgual 3.0 Estados Unidos de América
dc.rights.uri.*.fl_str_mv https://creativecommons.org/licenses/by-nc-sa/3.0/us/
eu_rights_str_mv openAccess
rights_invalid_str_mv Atribución-NoComercial-CompartirIgual 3.0 Estados Unidos de América
https://creativecommons.org/licenses/by-nc-sa/3.0/us/
dc.format.es_PE.fl_str_mv application/pdf
dc.publisher.es_PE.fl_str_mv LACCEI
dc.publisher.country.es_PE.fl_str_mv US
dc.source.es_PE.fl_str_mv Universidad Privada del Norte
Repositorio Institucional - UPN
dc.source.none.fl_str_mv reponame:UPN-Institucional
instname:Universidad Privada del Norte
instacron:UPN
instname_str Universidad Privada del Norte
instacron_str UPN
institution UPN
reponame_str UPN-Institucional
collection UPN-Institucional
bitstream.url.fl_str_mv https://repositorio.upn.edu.pe/bitstream/11537/29885/1/Clasificaci%c3%b3n%20de%20Im%c3%a1genes%20M%c3%a9dicas%20para%20la%20Detecci%c3%b3n%20del%20C%c3%a1ncer.pdf
https://repositorio.upn.edu.pe/bitstream/11537/29885/2/license_rdf
https://repositorio.upn.edu.pe/bitstream/11537/29885/3/license.txt
https://repositorio.upn.edu.pe/bitstream/11537/29885/4/Clasificaci%c3%b3n%20de%20Im%c3%a1genes%20M%c3%a9dicas%20para%20la%20Detecci%c3%b3n%20del%20C%c3%a1ncer.pdf.txt
https://repositorio.upn.edu.pe/bitstream/11537/29885/5/Clasificaci%c3%b3n%20de%20Im%c3%a1genes%20M%c3%a9dicas%20para%20la%20Detecci%c3%b3n%20del%20C%c3%a1ncer.pdf.jpg
bitstream.checksum.fl_str_mv e42fda2fd0d62d2bfb6bc1b8bd77ec88
80294ba9ff4c5b4f07812ee200fbc42f
8a4605be74aa9ea9d79846c1fba20a33
6bd761675f4569efd7de02df4058c7f2
6eb9f78ec7c2b7845c46e0f5f4b3961b
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Institucional UPN
repository.mail.fl_str_mv jordan.rivero@upn.edu.pe
_version_ 1752944145582784512
spelling Riera Iziga, MarcosSotelo Hernández, WaldirCampos Vasquez, Neicer2022-04-07T22:19:03Z2022-04-07T22:19:03Z2022-02-11Riera, M., Sotelo, W., & Campos, N. (2022). Clasificación de imágenes médicas para la detección del cáncer de mama mediante redes neuronales. 1sh LACCEI International Multiconference on Entrepreneurship, Innovation and Regional Development - LEIRD 2021. http://dx.doi.org/10.18687/LEIRD2021.1.1.33https://hdl.handle.net/11537/298851sh LACCEI International Multiconference on Entrepreneurship, Innovation and Regional Development - LEIRD 2021http://dx.doi.org/10.18687/LEIRD2021.1.1.33En la Actualidad no es fácil la interpretación de imágenes de mamografía y brindar un diagnóstico medico por un profesional de salud, Es que a pesar de la experiencia del profesional no se detecta al 100 % las anomalías ó tumores de manera rápida. Puesto a que no es fácil de interpretar. objetivo principal fue realizar un clasificador de imágenes y aplicar una neurona convolucional. posteriormente de un entrenamiento riguroso de la neurona brindar un diagnóstico eficiente, se muestra que mediante el aumento de entrenamiento el resultado es más eficiente y se disminuye el factor de error. Solo en la segunda prueba de llego 64.3% la efectividad. En la investigación no se presentaron imágenes incompatibles con la red neuronal por lo que no se perdió atributos si se realizaron ajustes de parámetros. Por lo que es demostrable que el sistema tiene gran alcance practico debido a que los recursos usados son de fácil alcance.At present, it is not easy to interpret mammography images and provide a medical diagnosis by a health professional. Despite the professional's experience, anomalies or tumors are not detected 100% quickly. Since it is not easy to interpret. main objective was to perform an image classifier and apply a convolutional neuron. After a rigorous training of the neuron to provide an efficient diagnosis, it is shown that by increasing training the result is more efficient and the error factor is decreased. Only in the second test was 64.3% effective. In the research, no incompatible images with the neural network were presented, so no attributes were lost if parameter adjustments were made. So it is demonstrable that the system has great practical scope because the resources used are easy to reach.Revisión por paresBreñaapplication/pdfspaLACCEIUSinfo:eu-repo/semantics/openAccessAtribución-NoComercial-CompartirIgual 3.0 Estados Unidos de Américahttps://creativecommons.org/licenses/by-nc-sa/3.0/us/Universidad Privada del NorteRepositorio Institucional - UPNreponame:UPN-Institucionalinstname:Universidad Privada del Norteinstacron:UPNDiagnóstico por imágenesMamografíaCáncerhttps://purl.org/pe-repo/ocde/ford#2.02.04Clasificación de imágenes médicas para la detección del cáncer de mama mediante redes neuronalesinfo:eu-repo/semantics/conferenceObjectORIGINALClasificación de Imágenes Médicas para la Detección del Cáncer.pdfClasificación de Imágenes Médicas para la Detección del Cáncer.pdfapplication/pdf433244https://repositorio.upn.edu.pe/bitstream/11537/29885/1/Clasificaci%c3%b3n%20de%20Im%c3%a1genes%20M%c3%a9dicas%20para%20la%20Detecci%c3%b3n%20del%20C%c3%a1ncer.pdfe42fda2fd0d62d2bfb6bc1b8bd77ec88MD51CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-81037https://repositorio.upn.edu.pe/bitstream/11537/29885/2/license_rdf80294ba9ff4c5b4f07812ee200fbc42fMD52LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repositorio.upn.edu.pe/bitstream/11537/29885/3/license.txt8a4605be74aa9ea9d79846c1fba20a33MD53TEXTClasificación de Imágenes Médicas para la Detección del Cáncer.pdf.txtClasificación de Imágenes Médicas para la Detección del Cáncer.pdf.txtExtracted texttext/plain35234https://repositorio.upn.edu.pe/bitstream/11537/29885/4/Clasificaci%c3%b3n%20de%20Im%c3%a1genes%20M%c3%a9dicas%20para%20la%20Detecci%c3%b3n%20del%20C%c3%a1ncer.pdf.txt6bd761675f4569efd7de02df4058c7f2MD54THUMBNAILClasificación de Imágenes Médicas para la Detección del Cáncer.pdf.jpgClasificación de Imágenes Médicas para la Detección del Cáncer.pdf.jpgGenerated Thumbnailimage/jpeg5163https://repositorio.upn.edu.pe/bitstream/11537/29885/5/Clasificaci%c3%b3n%20de%20Im%c3%a1genes%20M%c3%a9dicas%20para%20la%20Detecci%c3%b3n%20del%20C%c3%a1ncer.pdf.jpg6eb9f78ec7c2b7845c46e0f5f4b3961bMD5511537/29885oai:repositorio.upn.edu.pe:11537/298852022-04-12 15:34:50.549Repositorio Institucional UPNjordan.rivero@upn.edu.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
score 13.981864
Clasificación de imágenes médicas para la detección del cáncer de mama mediante redes neuronales
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