Segmentación de anomalías en imágenes mamográficas con el modelo LiteMedSAM

Simple item page
dc.audiencegeneralPublic
dc.contributorDe Celis Alonso, Benito
dc.contributorSuárez García, José Gerardo
dc.contributor.advisorDe Celis Alonso, Benito; 0000-0003-2124-1084
dc.contributor.advisorSuárez García, José Gerardo; 0000-0002-5304-9161
dc.contributor.authorRodríguez Santos, Krystian
dc.date.accessioned2026-05-18T15:56:51Z
dc.date.available2026-05-18T15:56:51Z
dc.date.issued2025-11
dc.description.abstract"El cáncer de mama es una de las principales causas de mortalidad en mujeres a nivel mundial y la primera en México. Su detección temprana es fundamental para mejorar las tasas de supervivencia. La mamografía es el método más utilizado para su diagnóstico; sin embargo, su interpretación depende en gran medida de la experiencia del radiólogo, lo que puede generar variabilidad en los resultados y errores en la detección de lesiones. Esta investigación tiene como objetivo evaluar un modelo de segmentación basado en Redes de Visión Transformers (un tipo de red neuronal profunda), capaz de delimitar estructuras relevantes en mamografías con alta precisión mediante el uso de cuadros delimitadores. La relevancia de este estudio radica en un primer acercamiento a una nueva arquitectura de red neuronal artificial, ya que promete ser una gran alternativa para reducir la carga de trabajo de los radiólogos, facilitar la implementación de herramientas de apoyo clínico en hospitales y centros médicos. Además, la validación del modelo con bases de datos públicas y su comparación con metodologías convencionales permitirá evaluar su calidad de segmentación. En última instancia, este trabajo busca contribuir al desarrollo de herramientas de diagnóstico asistido por computadora, mejorando la accesibilidad y calidad del análisis mamográfico de una manera más eficiente y menos costosa".
dc.folio20251111092429-3451-TL
dc.formatpdf
dc.identificator1
dc.identifier.urihttps://hdl.handle.net/20.500.12371/32369
dc.language.isospa
dc.matricula.creator202054722
dc.publisherBenemérita Universidad Autónoma de Puebla
dc.rights.accesopenAccess
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0
dc.subject.classificationCIENCIAS FÍSICO MATEMÁTICAS Y CIENCIAS DE LA TIERRA
dc.subject.lccMedicina interna--Neoplasias--Por región, sistema u órgano del cuerpo, o tipo de tumor--Mama
dc.subject.lccMedicina interna--Diagnóstico--Diagnóstico por imágenes
dc.subject.lccMamas--Cáncer--Imágenes
dc.subject.lccSistemas de imagen en medicina--Procesamiento de datos
dc.subject.lccProcesamiento de imágenes--Técnicas digitales--Programas informáticos--Evaluación
dc.thesis.careerLicenciatura en Física
dc.thesis.degreedisciplineÁrea de Ingeniería y Ciencias Exactas
dc.thesis.degreegrantorFacultad de Ciencias Físico Matemáticas
dc.thesis.degreetoobtainLicenciado (a) en Física
dc.titleSegmentación de anomalías en imágenes mamográficas con el modelo LiteMedSAM
dc.typeTesis de licenciatura
dc.type.conacytbachelorThesis
dc.type.degreeLicenciatura
Files
Original bundle
Now showing 1 - 2 of 2
Name:
20251111092429-3451-TL.pdf
Size:
5.73 MB
Format:
Adobe Portable Document Format
Download
Name:
20251111092429-3451-CARTA.pdf
Size:
378.03 KB
Format:
Adobe Portable Document Format
Collections
Tesis de Licenciatura