Identificación temprana de lesiones cancerosas en la piel mediante el procesamiento de imágenes con redes neuronales convolucionales
-д хадгалсан:
| Үндсэн зохиолч: | |
|---|---|
| Бусад зохиолчид: | |
| Формат: | bachelorThesis |
| Хэл сонгох: | spa |
| Хэвлэсэн: |
2023
|
| Нөхцлүүд: | |
| Онлайн хандалт: | http://repositorio.ug.edu.ec/handle/redug/71715 |
| Шошгууд: |
Шошго нэмэх
Шошго байхгүй, Энэхүү баримтыг шошголох эхний хүн болох!
|
Шошго нэмэх | _version_ | 1858987927295492096 |
|---|---|
| author | Alcívar Cevallos, Carlos Andrés |
| author2 | Zorrilla Briones, Christian Andrés |
| author2_role | author |
| author_facet | Alcívar Cevallos, Carlos Andrés Zorrilla Briones, Christian Andrés |
| author_role | author |
| collection | Repositorio Universidad de Guayaquil |
| dc.contributor.none.fl_str_mv | Patiño Pérez, Darwin Guillermo |
| dc.creator.none.fl_str_mv | Alcívar Cevallos, Carlos Andrés Zorrilla Briones, Christian Andrés |
| dc.date.none.fl_str_mv | 2023-11-01T16:21:26Z 2023-11-01T16:21:26Z 2023-09 |
| dc.format.none.fl_str_mv | application/pdf |
| dc.identifier.none.fl_str_mv | http://repositorio.ug.edu.ec/handle/redug/71715 |
| dc.language.none.fl_str_mv | spa |
| dc.publisher.none.fl_str_mv | Universidad de Guayaquil. Facultad de Ciencias Matemáticas y Físicas. Carrera de Ingeniería en Sistemas Computacionales. |
| dc.rights.none.fl_str_mv | info:eu-repo/semantics/openAccess |
| dc.source.none.fl_str_mv | reponame:Repositorio Universidad de Guayaquil instname:Universidad de Guayaquil instacron:UG |
| dc.subject.none.fl_str_mv | INTELIGENCIA ARTIFICIAL REDES NEURONALES CONVOLUCIONALES, LESIONES CANCEROSAS CUTANEAS, IMÁGENES DERMATOSCOPICAS MACHINE LEARNING DEEP LEARNING ARTIFICIAL INTELLIGENCE CONVOLUTIONAL NEURAL NETWORKS, CUTANEOUS CANCER LESIONS DERMOSCOPIC IMAGING |
| dc.title.none.fl_str_mv | Identificación temprana de lesiones cancerosas en la piel mediante el procesamiento de imágenes con redes neuronales convolucionales |
| dc.type.none.fl_str_mv | info:eu-repo/semantics/publishedVersion info:eu-repo/semantics/bachelorThesis |
| description | PDF |
| eu_rights_str_mv | openAccess |
| format | bachelorThesis |
| id | UG_5c6a7de3aa40cfd9c951de8b5e87a7fc |
| instacron_str | UG |
| institution | UG |
| instname_str | Universidad de Guayaquil |
| language | spa |
| network_acronym_str | UG |
| network_name_str | Repositorio Universidad de Guayaquil |
| oai_identifier_str | oai:repositorio.ug.edu.ec:redug/71715 |
| publishDate | 2023 |
| publisher.none.fl_str_mv | Universidad de Guayaquil. Facultad de Ciencias Matemáticas y Físicas. Carrera de Ingeniería en Sistemas Computacionales. |
| reponame_str | Repositorio Universidad de Guayaquil |
| repository.mail.fl_str_mv | . |
| repository.name.fl_str_mv | Repositorio Universidad de Guayaquil - Universidad de Guayaquil |
| repository_id_str | 0 |
| spelling | Identificación temprana de lesiones cancerosas en la piel mediante el procesamiento de imágenes con redes neuronales convolucionalesAlcívar Cevallos, Carlos AndrésZorrilla Briones, Christian AndrésINTELIGENCIA ARTIFICIALREDES NEURONALES CONVOLUCIONALES,LESIONES CANCEROSAS CUTANEAS,IMÁGENES DERMATOSCOPICASMACHINE LEARNINGDEEP LEARNINGARTIFICIAL INTELLIGENCECONVOLUTIONAL NEURAL NETWORKS,CUTANEOUS CANCER LESIONSDERMOSCOPIC IMAGINGPDFEl cáncer de piel es una enfermedad cuya letalidad es alta que presenta en hombres y mujeres en cualquier lugar del cuerpo que si no se detecta y trata a tiempo puede tener consecuencias atroces para quien la posee. Para la identificación de lesiones cancerosas presentadas en la piel existen diversos métodos de detección, por lo general un estudio del historial clínico o biopsias, cuyos diagnósticos son confiables, pero requieren de un laboratorio altamente capacitados para obtener resultados, lo cual puede tomar horas o incluso días. Otra técnica de identificación de esta enfermedad cutánea es mediante imágenes dermatoscópicas y se han empleado como utensilios de diagnóstico en el área de emergencias porque pueden revelar particularidades asociadas con la afectación de la piel. Por ende, es importante desarrollar un sistema de identificación y detección automática como una opción de diagnóstico alternativa para la detección de las lesiones cancerosas. Las técnicas de Deep Learning pueden solventar a determinar las lesiones cutáneas con imágenes dermatoscópicas , gracias a su alta disponibilidad de datasets de imágenes anotadas a gran escala, se han empleado redes neuronales convolucionales para el análisis y la categorización de imágenes por lo cual, el objetivo de la investigación es efectuar un análisis de ilustraciones dermatoscópicas con el uso de python, de los diferentes modelos pre-entrenados de redes neuronales convolucionales para clasificar lesiones cancerosas malignas o benignas producidas en la piel. La modalidad de este trabajo es 60% investigativa y 40% desarrollo. En esta investigación se desarrolló con el empleo de 5 modelos pre-entrenados en Keras del entorno de ejecución python en la plataforma de Google Colab de los cuales mediante exhaustivos análisis y resultados proporcionaron mayor exactitud y precisión en el conjunto de validación en el modelo Eficiente a diferencia de otros modelos y logrando ser eficiente para los especialistas de la salud.Skin cancer is a disease whose lethality is high in men and women in any part of the body that if not detected and treated in time can have dire consequences for those who have it. For the identification of cancerous lesions presented on the skin there are several methods of detection, usually a study of the clinical history or biopsies, whose diagnoses are reliable, but require a highly trained laboratory to obtain results, which can take hours or even days. Another technique for identification of this skin disease is by dermatoscopic imaging and these have been used as diagnostic tools in the emergency department because they can reveal particularities associated with skin involvement. Therefore, it is important to develop an automatic identification and detection system as an alternative diagnostic option for the detection of cancerous lesions. Deep Learning techniques can help to determine skin lesions with dermatoscopic images, thanks to its high availability of large-scale annotated image datasets, convolutional neural networks have been used for the analysis and categorization of images, therefore, the objective of the research is to perform an analysis of dermatoscopic illustrations with the use of Python, of the different models pre-trained convolutional neural networks to classify malignant or benign cancerous lesions produced in the skin. The modality of this work is 60% research and 40% development. In this research was developed with the use of 5 pre-trained models in Keras of the python execution environment in the Google Colab platform of which through exhaustive analysis and results provided greater accuracy and precision in the validation set in the Efficient model as opposed to other models and managing to be efficient for health specialists.Universidad de Guayaquil. Facultad de Ciencias Matemáticas y Físicas. Carrera de Ingeniería en Sistemas Computacionales.Patiño Pérez, Darwin Guillermo2023-11-01T16:21:26Z2023-11-01T16:21:26Z2023-09info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisapplication/pdfhttp://repositorio.ug.edu.ec/handle/redug/71715spainfo:eu-repo/semantics/openAccessreponame:Repositorio Universidad de Guayaquilinstname:Universidad de Guayaquilinstacron:UG2023-11-02T08:54:34Zoai:repositorio.ug.edu.ec:redug/71715Institucionalhttp://repositorio.ug.edu.ec/Universidad públicahttps://www.ug.edu.ec/..Ecuador...opendoar:02026-03-07T06:56:24.841722Repositorio Universidad de Guayaquil - Universidad de Guayaquiltrue |
| spellingShingle | Identificación temprana de lesiones cancerosas en la piel mediante el procesamiento de imágenes con redes neuronales convolucionales Alcívar Cevallos, Carlos Andrés INTELIGENCIA ARTIFICIAL REDES NEURONALES CONVOLUCIONALES, LESIONES CANCEROSAS CUTANEAS, IMÁGENES DERMATOSCOPICAS MACHINE LEARNING DEEP LEARNING ARTIFICIAL INTELLIGENCE CONVOLUTIONAL NEURAL NETWORKS, CUTANEOUS CANCER LESIONS DERMOSCOPIC IMAGING |
| status_str | publishedVersion |
| title | Identificación temprana de lesiones cancerosas en la piel mediante el procesamiento de imágenes con redes neuronales convolucionales |
| title_full | Identificación temprana de lesiones cancerosas en la piel mediante el procesamiento de imágenes con redes neuronales convolucionales |
| title_fullStr | Identificación temprana de lesiones cancerosas en la piel mediante el procesamiento de imágenes con redes neuronales convolucionales |
| title_full_unstemmed | Identificación temprana de lesiones cancerosas en la piel mediante el procesamiento de imágenes con redes neuronales convolucionales |
| title_short | Identificación temprana de lesiones cancerosas en la piel mediante el procesamiento de imágenes con redes neuronales convolucionales |
| title_sort | Identificación temprana de lesiones cancerosas en la piel mediante el procesamiento de imágenes con redes neuronales convolucionales |
| topic | INTELIGENCIA ARTIFICIAL REDES NEURONALES CONVOLUCIONALES, LESIONES CANCEROSAS CUTANEAS, IMÁGENES DERMATOSCOPICAS MACHINE LEARNING DEEP LEARNING ARTIFICIAL INTELLIGENCE CONVOLUTIONAL NEURAL NETWORKS, CUTANEOUS CANCER LESIONS DERMOSCOPIC IMAGING |
| url | http://repositorio.ug.edu.ec/handle/redug/71715 |