Determinar la mejor plataforma para diagnosticar el Covid-19 mediante el análisis de placas e imágenes DICOM con manejo de Machine Learning.
Los especialistas en radiología médica utilizan imágenes o películas para detectar enfermedades, por lo que gracias al avance de las tecnologías en la actualidad se dispone de un sistema de comunicación y archivo de imágenes llamados PACS que permite almacenar, visualizar, diagnosticar y distribuir...
Shranjeno v:
| Glavni avtor: | |
|---|---|
| Drugi avtorji: | |
| Format: | bachelorThesis |
| Jezik: | spa |
| Izdano: |
2022
|
| Teme: | |
| Online dostop: | http://www.dspace.uce.edu.ec/handle/25000/25713 |
| Oznake: |
Označite
Brez oznak, prvi označite!
|
Označite | _version_ | 1824209421897564160 |
|---|---|
| author | López Olives, Diana Cristina |
| author2 | Robles Loján, Andrea Patricia |
| author2_role | author |
| author_facet | López Olives, Diana Cristina Robles Loján, Andrea Patricia |
| author_role | author |
| collection | Repositorio de la Universidad Central del Ecuador |
| dc.contributor.none.fl_str_mv | Rosas Lara, Mauro Leonardo |
| dc.creator.none.fl_str_mv | López Olives, Diana Cristina Robles Loján, Andrea Patricia |
| dc.date.none.fl_str_mv | 2022-02-24T17:16:15Z 2022-02-24T17:16:15Z 2022 |
| dc.format.none.fl_str_mv | 120 páginas application/pdf |
| dc.identifier.none.fl_str_mv | López Olives, D.C., Robles Loján, A.P. (2022). Determinar la mejor plataforma para diagnosticar el Covid-19 mediante el análisis de placas e imágenes DICOM con manejo de Machine Learning. [Trabajo de Titulación modalidad Proyecto de Investigación previo a la obtención del título de Ingeniera Informática]. UCE. http://www.dspace.uce.edu.ec/handle/25000/25713 |
| dc.language.none.fl_str_mv | spa |
| dc.publisher.none.fl_str_mv | Quito : UCE |
| dc.rights.none.fl_str_mv | http://creativecommons.org/licenses/by-nc-sa/3.0/ec/ info:eu-repo/semantics/openAccess |
| dc.source.none.fl_str_mv | reponame:Repositorio de la Universidad Central del Ecuador instname:Universidad Central del Ecuador instacron:UCE |
| dc.subject.none.fl_str_mv | DICOM DEEP LEARNING RED NEURONAL CONVOLUCIONAL DENSENET ALGORITMO IMÁGENES PROTOTIPO |
| dc.title.none.fl_str_mv | Determinar la mejor plataforma para diagnosticar el Covid-19 mediante el análisis de placas e imágenes DICOM con manejo de Machine Learning. |
| dc.type.none.fl_str_mv | info:eu-repo/semantics/publishedVersion info:eu-repo/semantics/bachelorThesis |
| description | Los especialistas en radiología médica utilizan imágenes o películas para detectar enfermedades, por lo que gracias al avance de las tecnologías en la actualidad se dispone de un sistema de comunicación y archivo de imágenes llamados PACS que permite almacenar, visualizar, diagnosticar y distribuir imágenes médicas, estos estudios para poder guardarlos deben ser digitales y cumplan con el formato DICOM. Por ello, para el presente trabajo de investigación se determinará la mejor plataforma para visualización, interpretación e informe y gestión de archivos de imágenes DICOM, de estas imágenes se extraerá una gran cantidad de información de ellas y que cada paciente tenga su historial médico de forma electrónica e información importante para un diagnóstico en este caso de Covid-19. Finalmente, mediante un proceso comparativo entre varios algoritmos de Deep Learning, se diseñará el modelo a utilizar en el prototipo con la arquitectura DenseNet y el algoritmo de Redes Neuronales Convolucionales, por lo que este algoritmo será de vital importancia en la presente investigación ya que servirá para detectar si un paciente tiene Covid19 o no. |
| eu_rights_str_mv | openAccess |
| format | bachelorThesis |
| id | UCE_0552d5c65b4a5afda4940afca3c4ebf1 |
| identifier_str_mv | López Olives, D.C., Robles Loján, A.P. (2022). Determinar la mejor plataforma para diagnosticar el Covid-19 mediante el análisis de placas e imágenes DICOM con manejo de Machine Learning. [Trabajo de Titulación modalidad Proyecto de Investigación previo a la obtención del título de Ingeniera Informática]. UCE. |
| instacron_str | UCE |
| institution | UCE |
| instname_str | Universidad Central del Ecuador |
| language | spa |
| network_acronym_str | UCE |
| network_name_str | Repositorio de la Universidad Central del Ecuador |
| oai_identifier_str | oai:dspace.uce.edu.ec:25000/25713 |
| publishDate | 2022 |
| publisher.none.fl_str_mv | Quito : UCE |
| reponame_str | Repositorio de la Universidad Central del Ecuador |
| repository.mail.fl_str_mv | . |
| repository.name.fl_str_mv | Repositorio de la Universidad Central del Ecuador - Universidad Central del Ecuador |
| repository_id_str | 2487 |
| rights_invalid_str_mv | http://creativecommons.org/licenses/by-nc-sa/3.0/ec/ |
| spelling | Determinar la mejor plataforma para diagnosticar el Covid-19 mediante el análisis de placas e imágenes DICOM con manejo de Machine Learning.López Olives, Diana CristinaRobles Loján, Andrea PatriciaDICOMDEEP LEARNINGRED NEURONAL CONVOLUCIONALDENSENETALGORITMOIMÁGENESPROTOTIPOLos especialistas en radiología médica utilizan imágenes o películas para detectar enfermedades, por lo que gracias al avance de las tecnologías en la actualidad se dispone de un sistema de comunicación y archivo de imágenes llamados PACS que permite almacenar, visualizar, diagnosticar y distribuir imágenes médicas, estos estudios para poder guardarlos deben ser digitales y cumplan con el formato DICOM. Por ello, para el presente trabajo de investigación se determinará la mejor plataforma para visualización, interpretación e informe y gestión de archivos de imágenes DICOM, de estas imágenes se extraerá una gran cantidad de información de ellas y que cada paciente tenga su historial médico de forma electrónica e información importante para un diagnóstico en este caso de Covid-19. Finalmente, mediante un proceso comparativo entre varios algoritmos de Deep Learning, se diseñará el modelo a utilizar en el prototipo con la arquitectura DenseNet y el algoritmo de Redes Neuronales Convolucionales, por lo que este algoritmo será de vital importancia en la presente investigación ya que servirá para detectar si un paciente tiene Covid19 o no.Specialists in medical radiology use images or films to detect diseases, so thanks to the advancement of technologies today there is a communication and image archiving system called PACS that allows to store, visualize, diagnose and distribute medical images. These studies must be digital and comply with the DICOM format in order to save them. Therefore, this research work will determine the best platform for viewing, interpreting, reporting and managing DICOM image files. A large amount of information will be extracted from these images so that each patient can have their medical history and important information electronically for a diagnosis in this case of Covid-19. Finally, through a comparative process between several Deep Learning algorithms, the model to be used in the prototype will be designed with the DenseNet architecture and the Convolutional Neural Networks algorithm, so this algorithm will be of vital importance in the present investigation as it will serve to detect if a patient has Covid-19 or not.Quito : UCERosas Lara, Mauro Leonardo2022-02-24T17:16:15Z2022-02-24T17:16:15Z2022info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesis120 páginasapplication/pdfLópez Olives, D.C., Robles Loján, A.P. (2022). Determinar la mejor plataforma para diagnosticar el Covid-19 mediante el análisis de placas e imágenes DICOM con manejo de Machine Learning. [Trabajo de Titulación modalidad Proyecto de Investigación previo a la obtención del título de Ingeniera Informática]. UCE.http://www.dspace.uce.edu.ec/handle/25000/25713spahttp://creativecommons.org/licenses/by-nc-sa/3.0/ec/info:eu-repo/semantics/openAccessreponame:Repositorio de la Universidad Central del Ecuadorinstname:Universidad Central del Ecuadorinstacron:UCE2024-12-11T12:22:05Zoai:dspace.uce.edu.ec:25000/25713Institucionalhttp://www.dspace.uce.edu.ec/Universidad públicahttps://www.uce.edu.ec/http://www.dspace.uce.edu.ec/oai.Ecuador...opendoar:24872024-12-11T12:22:05Repositorio de la Universidad Central del Ecuador - Universidad Central del Ecuadorfalse |
| spellingShingle | Determinar la mejor plataforma para diagnosticar el Covid-19 mediante el análisis de placas e imágenes DICOM con manejo de Machine Learning. López Olives, Diana Cristina DICOM DEEP LEARNING RED NEURONAL CONVOLUCIONAL DENSENET ALGORITMO IMÁGENES PROTOTIPO |
| status_str | publishedVersion |
| title | Determinar la mejor plataforma para diagnosticar el Covid-19 mediante el análisis de placas e imágenes DICOM con manejo de Machine Learning. |
| title_full | Determinar la mejor plataforma para diagnosticar el Covid-19 mediante el análisis de placas e imágenes DICOM con manejo de Machine Learning. |
| title_fullStr | Determinar la mejor plataforma para diagnosticar el Covid-19 mediante el análisis de placas e imágenes DICOM con manejo de Machine Learning. |
| title_full_unstemmed | Determinar la mejor plataforma para diagnosticar el Covid-19 mediante el análisis de placas e imágenes DICOM con manejo de Machine Learning. |
| title_short | Determinar la mejor plataforma para diagnosticar el Covid-19 mediante el análisis de placas e imágenes DICOM con manejo de Machine Learning. |
| title_sort | Determinar la mejor plataforma para diagnosticar el Covid-19 mediante el análisis de placas e imágenes DICOM con manejo de Machine Learning. |
| topic | DICOM DEEP LEARNING RED NEURONAL CONVOLUCIONAL DENSENET ALGORITMO IMÁGENES PROTOTIPO |
| url | http://www.dspace.uce.edu.ec/handle/25000/25713 |