Desarrollo de un algoritmo basado en redes neuronales para la identificación automática del melanoma mediante el análisis de imágenes

El presente trabajo tiene como propósito la implementación y desarrollo de un algoritmo basado en redes neuronales convolucionales, buscando optimizar la eficiencia y precisión en la identificación del Melanoma. Este incluye la revisión exhaustiva de la literatura para informar sobre el estado actual del campo de estudio, la recopilación y preparación de un banco de datos utilizando algoritmos y técnicas como DullRazor y Unsharp Masking, el diseño e implementación de una arquitectura de CNN adaptada a la detección del Melanoma y la evaluación del modelo propuesto mediante métricas de evaluación.La evaluación del modelo demostró́ un funcionamiento superior en términos de clasificación de imágenes, obteniendo una exactitud del 97.77% en datos de prueba. Además, se reportaron métricas basadas en predicciones como: Precisión, exactitud, Recall, puntuación F1 las cuales obtuvieron valores altamente aceptables. Siendo así, este algoritmo de red neuronal convolucional resultó en una mejora significativa en la eficiencia y precisión del diagnóstico dermatológico.Este proyecto no solo aborda una problemática clave en el diagnóstico del melanoma, sino que también presenta una contribución significativa al área emergente de la ciencia de datos aplicada a la salud. El resultado de este trabajo propiciaría una base para futuras investigaciones y desarrollos en la intersección entre la ciencia de datos y la medicina.

• Glavni avtor: León Alarcón, José Alberto (author)
• Format: masterThesis
• Izdano: 2025
• Teme: Aprendizaje profundo (Aprendizaje automático); Redes neuronales (Computadores); Algoritmos computacionales; Sistemas de imágenes en medicina; Melanoma; Piel – Cáncer
• Online dostop: https://repositorio.puce.edu.ec/handle/123456789/45098