Detección de COVID-19 por medio de XR y CT de tórax con aprendizaje profundo
Date
2022-01-21
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Benemérita Universidad Autónoma de Puebla
Abstract
"El SARS-CoV-2 el coronavirus recientemente descubierto en diciembre de 2019 en la región de Wuhan China. El virus provoca la enfermedad denominada COVID-19. La principal forma de detección del virus es por medio de una prueba PCR, la cual puede tardar entre 24 y 48 horas, en los sistemas de salud saturados estos resultados pueden no estar disponibles y puede que su resultado tarde aún más. Un mecanismo que se utiliza para obtener un resultado más rápido en pacientes que presentan alguna afectación en los pulmones es la detección de la enfermedad por medio de imágenes de rayos X y tomografía computarizada de tórax. Este proyecto utilizo la inteligencia artificial y el aprendizaje profundo para la clasificación automática de estas imágenes, además se generó un conjunto de datos propio que pudiera tener una representación de la población mexicana, uno de los principales problemas al inicio del proyecto fue la ausencia de datos públicos válidos y fiables para el entrenamiento de la red neuronal. Después de la generación de un conjunto de datos diverso, robusto y relativamente grande, se implementó y entreno una red neuronal convolucional de aprendizaje profundo bajo la plataforma de desarrollo Tensorflow en el lenguaje de programación Python".
Description
Keywords
Citation
Collections
Document Viewer
Select a file to preview:
Can't see the file? Try reloading