Desarrollo de un algoritmo de machine learning para identificar y clasificar hemorragias Intracraneales con tomografías en el Hospital de Especialidades del CMN La Raza

Simple item page
dc.audiencegeneralPublic
dc.contributorEscarramán Martínez, Diego
dc.contributorPérez García, Juan Carlos
dc.contributor.advisorEscarramán Martínez, Diego; 0000-0003-3190-0258
dc.contributor.advisorPérez García, Juan Carlos; 0000-0002-8779-9577
dc.contributor.authorZoquiapa Galaviz, Edwin
dc.date.accessioned2026-03-09T17:29:42Z
dc.date.available2026-03-09T17:29:42Z
dc.date.issued2025-10
dc.description.abstract“La hemorragia intracraneal, tanto traumática como espontánea, es una emergencia médica crítica con alta mortalidad y potenciales secuelas neurológicas. La detección y clasificación precisas de estas hemorragias son vitales para el pronóstico y toma de decisiones terapéuticas. La tomografía computarizada se destaca como la herramienta diagnóstica más eficiente y rápida, pero su interpretación depende de la experiencia del personal médico, lo que puede llevar a errores y retrasos. Las tecnologías de aprendizaje automático presentan una solución prometedora al permitir una identificación y clasificación automatizadas, mejorando así la precisión y velocidad diagnóstica. Estos modelos, especialmente las redes neuronales convolucionales, son capaces de reconocer patrones en las imágenes de tomografía y realizar segmentaciones automáticas de los hematomas, que es crucial para la evaluación clínica. Integrar estos algoritmos en el flujo de trabajo hospitalario podría optimizar los tiempos de respuesta y mejorar el manejo de pacientes con hemorragias intracraneales al ofrecer una herramienta de apoyo que complemente el juicio médico sin reemplazarlo”.
dc.folio20250930093203-1086-TL
dc.formatpdf
dc.identificator3
dc.identifier.urihttps://hdl.handle.net/20.500.12371/31709
dc.language.isospa
dc.matricula.creator201706775
dc.publisherBenemérita Universidad Autónoma de Puebla
dc.rights.accesopenAccess
dc.rights.urihttp://creativecommons.org/licenses/by-nc/4.0
dc.subject.classificationMEDICINA Y CIENCIAS DE LA SALUD
dc.subject.lccMedicina (General)--Aplicaciones informáticas en medicina--Temas especiales--Inteligencia artificial
dc.subject.lccMedicina interna--Neurociencias--Enfermedades del sistema nervioso--Enfermedades del sistema nervioso central--Enfermedades cerebrales--Otras enfermedades--Hemorragia
dc.subject.lccCerebro--Hemorragia--Diagnóstico--Métodos
dc.subject.lccDiagnóstico--Innovaciones tecnológicas
dc.subject.lccInteligencia artificial--Aplicaciones médicas
dc.thesis.careerLicenciatura en Medicina
dc.thesis.degreedisciplineÁrea de Ciencias Naturales y de la Salud
dc.thesis.degreegrantorFacultad de Medicina
dc.thesis.degreetoobtainMédico Cirujano y Partero
dc.titleDesarrollo de un algoritmo de machine learning para identificar y clasificar hemorragias Intracraneales con tomografías en el Hospital de Especialidades del CMN La Raza
dc.typeTesis de licenciatura
dc.type.conacytbachelorThesis
dc.type.degreeLicenciatura
Files
Original bundle
Now showing 1 - 2 of 2
Name:
20250930093203-1086-TL.pdf
Size:
50.85 MB
Format:
Adobe Portable Document Format
Download
Name:
20250930093203-1086-CARTA.pdf
Size:
669.69 KB
Format:
Adobe Portable Document Format
Collections
Tesis de Licenciatura