Detección de objetos sobre imágenes de tórax de pacientes con Covid 19 usando técnicas de R-CNN.
שמור ב:
| מחבר ראשי: | |
|---|---|
| מחברים אחרים: | |
| פורמט: | bachelorThesis |
| שפה: | spa |
| יצא לאור: |
2022
|
| נושאים: | |
| גישה מקוונת: | http://repositorio.ug.edu.ec/handle/redug/65194 |
| תגים: |
הוספת תג
אין תגיות, היה/י הראשונ/ה לתייג את הרשומה!
|
הוספת תג | _version_ | 1863426414517157888 |
|---|---|
| author | Lasso Morales, Ghislaine Nayeli |
| author2 | Plaza Collahuazo, Anthony Bolivar |
| author2_role | author |
| author_facet | Lasso Morales, Ghislaine Nayeli Plaza Collahuazo, Anthony Bolivar |
| author_role | author |
| collection | Repositorio Universidad de Guayaquil |
| dc.contributor.none.fl_str_mv | Patiño Pérez, Darwin |
| dc.creator.none.fl_str_mv | Lasso Morales, Ghislaine Nayeli Plaza Collahuazo, Anthony Bolivar |
| dc.date.none.fl_str_mv | 2022-12-06T17:16:08Z 2022-12-06T17:16:08Z 2022-10 |
| dc.format.none.fl_str_mv | application/pdf |
| dc.identifier.none.fl_str_mv | http://repositorio.ug.edu.ec/handle/redug/65194 |
| 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 | Covid 19 Redes Convolucionales Radiografías de tórax Aprendizaje automático Convolutional Neural Networks Chest X-rays Machine Learning |
| dc.title.none.fl_str_mv | Detección de objetos sobre imágenes de tórax de pacientes con Covid 19 usando técnicas de R-CNN. |
| 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_d309c4b0bbf3a5c04f5668a7df0a405d |
| 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/65194 |
| publishDate | 2022 |
| 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 | Detección de objetos sobre imágenes de tórax de pacientes con Covid 19 usando técnicas de R-CNN.Lasso Morales, Ghislaine NayeliPlaza Collahuazo, Anthony BolivarCovid 19RedesConvolucionalesRadiografías de tóraxAprendizaje automáticoConvolutional Neural NetworksChest X-raysMachine LearningPDFEn la actualidad el Covid 19 se volvió parte de nuestro día a día, saber como es su forma de contagio, sus síntomas, hasta al llegar a padecerlo, sin embargo, las maneras de detección del virus son eficaces, mas no eficientes. Una opción o alternativa son las imágenes torácicas, las cuales poseen un alto grado de eficiencia en menor tiempo y consumo de recursos, es por ello que la tecnología en referencia a las ciencias de la salud investiga la vía mas concreta y analiza la implementación de la inteligencia artificial y aprendizaje automático a estas herramientas por medio de Redes Neuronales Convolucionales (RCNN), con la finalidad de alcanzar una efectividad completa y poder afirmar cada aseveración o suposición que se tenga de un síntoma. Se realizó la comparación de 2 modelos de Redes Neuronales Convolucionales con la finalidad de ver su conducta al ejecutarse, y predecir por medio de radiografías de tórax con COVID-19, las cuales son usadas de un conjunto de datos para el respectivo entrenamiento de los modelos u otras redes que apliquen Machine Learning, al momento de no tener datos suficientes.Currently, Covid 19 has become part of our day to day, knowing how it is spread, its symptoms, even when it comes to suffering from it, however, the ways of detecting the virus are effective, but not efficient. An option or alternative are thoracic images, which have a high degree of efficiency in less time and resource consumption, which is why technology in reference to health sciences investigates the most concrete way and analyzes the implementation of the artificial intelligence and machine learning to these tools through Convolutional Neural Networks (RCNN), in order to achieve complete effectiveness and to be able to affirm each assertion or assumption of a symptom. The comparison of 2 models of Convolutional Neural Networks was carried out in order to see their behavior when executed, and predict through chest X-rays with COVID-19, which are used from a data set for the respective training of the models. or other networks that apply Machine Learning, when not having enough data.Universidad de Guayaquil. Facultad de Ciencias Matemáticas y Físicas. Carrera de Ingeniería en Sistemas Computacionales.Patiño Pérez, Darwin2022-12-06T17:16:08Z2022-12-06T17:16:08Z2022-10info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisapplication/pdfhttp://repositorio.ug.edu.ec/handle/redug/65194spainfo:eu-repo/semantics/openAccessreponame:Repositorio Universidad de Guayaquilinstname:Universidad de Guayaquilinstacron:UG2022-12-07T08:59:52Zoai:repositorio.ug.edu.ec:redug/65194Institucionalhttp://repositorio.ug.edu.ec/Universidad públicahttps://www.ug.edu.ec/..Ecuador...opendoar:02026-04-25T06:44:00.199607Repositorio Universidad de Guayaquil - Universidad de Guayaquiltrue |
| spellingShingle | Detección de objetos sobre imágenes de tórax de pacientes con Covid 19 usando técnicas de R-CNN. Lasso Morales, Ghislaine Nayeli Covid 19 Redes Convolucionales Radiografías de tórax Aprendizaje automático Convolutional Neural Networks Chest X-rays Machine Learning |
| status_str | publishedVersion |
| title | Detección de objetos sobre imágenes de tórax de pacientes con Covid 19 usando técnicas de R-CNN. |
| title_full | Detección de objetos sobre imágenes de tórax de pacientes con Covid 19 usando técnicas de R-CNN. |
| title_fullStr | Detección de objetos sobre imágenes de tórax de pacientes con Covid 19 usando técnicas de R-CNN. |
| title_full_unstemmed | Detección de objetos sobre imágenes de tórax de pacientes con Covid 19 usando técnicas de R-CNN. |
| title_short | Detección de objetos sobre imágenes de tórax de pacientes con Covid 19 usando técnicas de R-CNN. |
| title_sort | Detección de objetos sobre imágenes de tórax de pacientes con Covid 19 usando técnicas de R-CNN. |
| topic | Covid 19 Redes Convolucionales Radiografías de tórax Aprendizaje automático Convolutional Neural Networks Chest X-rays Machine Learning |
| url | http://repositorio.ug.edu.ec/handle/redug/65194 |