Desarrollo de un sistema de análisis de imágenes de rayos x para la detección de afecciones dentales utilizando visión artificial

Este proyecto presenta el desarrollo de un sistema automatizado de análisis de imágenes de rayos X dentales, utilizando redes neuronales convolucionales (CNN) para la detección de afecciones dentales, específicamente caries y lesiones periapicales. La propuesta está orientada a mejorar la precisión...

Szczegółowa specyfikacja

Zapisane w:
Opis bibliograficzny
1. autor: Franco Herrera, Claudia Angélica (author)
Format: bachelorThesis
Język:spa
Wydane: 2024
Hasła przedmiotowe:
Dostęp online:http://dspace.ups.edu.ec/handle/123456789/29341
Etykiety: Dodaj etykietę
Nie ma etykietki, Dołącz pierwszą etykiete!
_version_ 1839327129943146496
author Franco Herrera, Claudia Angélica
author_facet Franco Herrera, Claudia Angélica
author_role author
collection Repositorio Universidad Politécnica Salesiana
dc.contributor.none.fl_str_mv Ramírez Farfán, Alberto Santiago
dc.creator.none.fl_str_mv Franco Herrera, Claudia Angélica
dc.date.none.fl_str_mv 2024-11-21T21:02:17Z
2024-11-21T21:02:17Z
2024
dc.format.none.fl_str_mv application/pdf
dc.identifier.none.fl_str_mv http://dspace.ups.edu.ec/handle/123456789/29341
dc.language.none.fl_str_mv spa
dc.rights.none.fl_str_mv Atribución-NoComercial-SinDerivadas 3.0 Ecuador
http://creativecommons.org/licenses/by-nc-nd/3.0/ec/
info:eu-repo/semantics/openAccess
dc.source.none.fl_str_mv reponame:Repositorio Universidad Politécnica Salesiana
instname:Universidad Politécnica Salesiana
instacron:UPS
dc.subject.none.fl_str_mv VISIÓN ARTIFICIAL
REDES NEURONALES CONVOLUCIONALES
DIAGNÓSTICO ODONTOLÓGICO
PYTORCH
JUPYTER
NOTEBOOK
dc.title.none.fl_str_mv Desarrollo de un sistema de análisis de imágenes de rayos x para la detección de afecciones dentales utilizando visión artificial
dc.type.none.fl_str_mv info:eu-repo/semantics/publishedVersion
info:eu-repo/semantics/bachelorThesis
description Este proyecto presenta el desarrollo de un sistema automatizado de análisis de imágenes de rayos X dentales, utilizando redes neuronales convolucionales (CNN) para la detección de afecciones dentales, específicamente caries y lesiones periapicales. La propuesta está orientada a mejorar la precisión en los diagnósticos odontológicos mediante el uso de técnicas avanzadas de visión artificial. El sistema se apoya en un conjunto de datos de radiografías dentales anotadas y emplea un enfoque supervisado de aprendizaje automático para entrenar la CNN. Se utilizó PyTorch como framework de desarrollo, Jupyter Notebook para la escritura y ejecución del código, y Anaconda para la gestión del entorno y las dependencias. A lo largo del desarrollo, se evaluó el modelo de detección de objetos Faster R-CNN, considerado por su alta precisión en el diagnóstico de afecciones dentales. Además, se aplicaron técnicas de Data Augmentation para mejorar la diversidad del conjunto de datos y aumentar la robustez del modelo. El trabajo incluye técnicas de preprocesamiento de imágenes y anotación manual de datos mediante herramientas especializadas como LabelMe. Finalmente, se plantea el uso de este sistema en el ámbito clínico, donde podría asistir a odontólogos en la identificación rápida y precisa de afecciones, optimizando el tiempo de diagnóstico y reduciendo la dependencia de la experiencia visual del especialista.
eu_rights_str_mv openAccess
format bachelorThesis
id UPS_68d482d0f1d50b307ad1e0e03c79a972
instacron_str UPS
institution UPS
instname_str Universidad Politécnica Salesiana
language spa
network_acronym_str UPS
network_name_str Repositorio Universidad Politécnica Salesiana
oai_identifier_str oai:dspace.ups.edu.ec:123456789/29341
publishDate 2024
reponame_str Repositorio Universidad Politécnica Salesiana
repository.mail.fl_str_mv .
repository.name.fl_str_mv Repositorio Universidad Politécnica Salesiana - Universidad Politécnica Salesiana
repository_id_str 1737
rights_invalid_str_mv Atribución-NoComercial-SinDerivadas 3.0 Ecuador
http://creativecommons.org/licenses/by-nc-nd/3.0/ec/
spelling Desarrollo de un sistema de análisis de imágenes de rayos x para la detección de afecciones dentales utilizando visión artificialFranco Herrera, Claudia AngélicaVISIÓN ARTIFICIALREDES NEURONALES CONVOLUCIONALESDIAGNÓSTICO ODONTOLÓGICOPYTORCHJUPYTERNOTEBOOKEste proyecto presenta el desarrollo de un sistema automatizado de análisis de imágenes de rayos X dentales, utilizando redes neuronales convolucionales (CNN) para la detección de afecciones dentales, específicamente caries y lesiones periapicales. La propuesta está orientada a mejorar la precisión en los diagnósticos odontológicos mediante el uso de técnicas avanzadas de visión artificial. El sistema se apoya en un conjunto de datos de radiografías dentales anotadas y emplea un enfoque supervisado de aprendizaje automático para entrenar la CNN. Se utilizó PyTorch como framework de desarrollo, Jupyter Notebook para la escritura y ejecución del código, y Anaconda para la gestión del entorno y las dependencias. A lo largo del desarrollo, se evaluó el modelo de detección de objetos Faster R-CNN, considerado por su alta precisión en el diagnóstico de afecciones dentales. Además, se aplicaron técnicas de Data Augmentation para mejorar la diversidad del conjunto de datos y aumentar la robustez del modelo. El trabajo incluye técnicas de preprocesamiento de imágenes y anotación manual de datos mediante herramientas especializadas como LabelMe. Finalmente, se plantea el uso de este sistema en el ámbito clínico, donde podría asistir a odontólogos en la identificación rápida y precisa de afecciones, optimizando el tiempo de diagnóstico y reduciendo la dependencia de la experiencia visual del especialista.This project presents the development of an automated system for the analysis of dental X-ray images using convolutional neural networks (CNN) for the detection of dental conditions, specifically caries and periapical lesions. The proposal is aimed at improving the accuracy of dental diagnoses through the use of advanced computer vision techniques. The system is based on a dataset of annotated dental X-rays and employs a supervised machine learning approach to train the CNN. PyTorch was used as the development framework, Jupyter Notebook for writing and running the code, and Anaconda for environment and dependency management. Throughout the development, the Faster R-CNN object detection model was evaluated, recognized for its high accuracy in diagnosing dental conditions. Additionally, Data Augmentation techniques were applied to enhance the diversity of the dataset and increase the robustness of the model. The work includes image preprocessing techniques and manual data annotation using specialized tools like LabelMe. Finally, the use of this system is proposed in the clinical field, where it could assist dentists in the quick and accurate identification of conditions, optimizing diagnosis time and reducing dependence on the specialist's visual experience.Ramírez Farfán, Alberto Santiago2024-11-21T21:02:17Z2024-11-21T21:02:17Z2024info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisapplication/pdfhttp://dspace.ups.edu.ec/handle/123456789/29341spaAtribución-NoComercial-SinDerivadas 3.0 Ecuadorhttp://creativecommons.org/licenses/by-nc-nd/3.0/ec/info:eu-repo/semantics/openAccessreponame:Repositorio Universidad Politécnica Salesianainstname:Universidad Politécnica Salesianainstacron:UPS2024-11-21T22:30:53Zoai:dspace.ups.edu.ec:123456789/29341Institucionalhttps://dspace.ups.edu.ec/Institución privadahttps://www.ups.edu.ec/https://dspace.ups.edu.ec/oai.Ecuador...opendoar:17372024-11-21T22:30:53Repositorio Universidad Politécnica Salesiana - Universidad Politécnica Salesianafalse
spellingShingle Desarrollo de un sistema de análisis de imágenes de rayos x para la detección de afecciones dentales utilizando visión artificial
Franco Herrera, Claudia Angélica
VISIÓN ARTIFICIAL
REDES NEURONALES CONVOLUCIONALES
DIAGNÓSTICO ODONTOLÓGICO
PYTORCH
JUPYTER
NOTEBOOK
status_str publishedVersion
title Desarrollo de un sistema de análisis de imágenes de rayos x para la detección de afecciones dentales utilizando visión artificial
title_full Desarrollo de un sistema de análisis de imágenes de rayos x para la detección de afecciones dentales utilizando visión artificial
title_fullStr Desarrollo de un sistema de análisis de imágenes de rayos x para la detección de afecciones dentales utilizando visión artificial
title_full_unstemmed Desarrollo de un sistema de análisis de imágenes de rayos x para la detección de afecciones dentales utilizando visión artificial
title_short Desarrollo de un sistema de análisis de imágenes de rayos x para la detección de afecciones dentales utilizando visión artificial
title_sort Desarrollo de un sistema de análisis de imágenes de rayos x para la detección de afecciones dentales utilizando visión artificial
topic VISIÓN ARTIFICIAL
REDES NEURONALES CONVOLUCIONALES
DIAGNÓSTICO ODONTOLÓGICO
PYTORCH
JUPYTER
NOTEBOOK
url http://dspace.ups.edu.ec/handle/123456789/29341