Sistema Experto para detectar diversos tipos de cáncer
| dc.audience | generalPublic | |
| dc.contributor.advisor | Marcial Castillo, Luis René | |
| dc.contributor.author | Ávila Palacios, Magali | |
| dc.contributor.director | Sandoval Solís, María de Lourdes | |
| dc.coverage.place | Biblioteca Central 3er. piso | |
| dc.date.accessioned | 2025-11-13T17:06:45Z | |
| dc.date.available | 2025-11-13T17:06:45Z | |
| dc.date.issued | 2013 | |
| dc.description.abstract | Resumen: Los sistemas basados en el conocimiento o sistemas expertos son el tipo más común de los sistemas de inteligencia artificial para la rutina clínica. Contiene los conocimientos médicos, por lo general una tarea muy especifica son capaces de razonar con los datos de pacientes individuales para llegar a conclusiones razonadas. Aunque hay muchas variaciones, el conocimiento dentro de un sistema experto típicamente es representado en forma de un conjunto de reglas codificadas mediante la lógica de primer orden o lógica de predicados. Existen diferentes tareas clínicas en las que un sistema experto se puede aplicar como son: 1.- Asistencia en el diagnostico. Cuando en el caso del paciente es complejo, raro a la persona que hace diagnostico no tiene experiencia, entonces un sistema experto puede obtener un diagnostico en base a los datos del paciente. 2. Planificación y terapia critica. El sistema experto puede encontrar inconsistencias, errores o omisiones en un plan de tratamiento existente o se puede utilizar para formular un tratamiento basado en la condición especifica del paciente. 3.- Reconocimiento e interpretación de las imágenes. El objetivo es que el sistema experto pueda interpretar muchas imágenes médicas con la finalidad de encontrar anomalías. Este trabajo se enfoca en la asistencia en el diagnostico, el sistema experto desarrollado detectara diversos tipos de cáncer como son: Colon, Mama y uterino. En este trabajo de tesis, se aplicará la lógica de predicados para construir un sistema experto basado en reglas, las reglas se obtendrán en base a los conocimientos aportados por los expertos humanos, la implementación se desarrolla en swi-prolog con una interfaz gráfica usando la biblioteca XPCE. Las pruebas se llevarán a cabo con datos de pacientes reales. | |
| dc.identifier.bibrecord | CO2013 P35 | |
| dc.identifier.uri | https://hdl.handle.net/20.500.12371/30397 | |
| dc.language.iso | spa | |
| dc.publisher | Benemerita Universidad Autónoma de Puebla | |
| dc.rights.acces | restrictedAccess | |
| dc.subject.lcc | Tomografía computalizada | |
| dc.subject.lcc | Estudio exploracion por CT--Tomografía computalizada espiral--Tomografía CTSCAN--Ayuda a la detección de cáncer--Diagnostico | |
| dc.subject.lcc | Medicina interna--Neoplasia--Tumores--Oncología--Cirugía--Tratamiento Químioterapia--Radioterapia--Inmunoterapia | |
| dc.thesis.career | Licenciatura en Ciencias de la Computación | |
| dc.thesis.degreediscipline | Área de Ingeniería y Ciencias Exactas | |
| dc.thesis.degreegrantor | Facultad de Ciencias de la Computación | |
| dc.thesis.degreetoobtain | Licenciado (a) en Ciencias de la Computación | |
| dc.title | Sistema Experto para detectar diversos tipos de cáncer | |
| dc.type | Tesis de licenciatura | |
| dc.type.degree | Licenciatura |