Una arquitectura de la red neuronal convolucional para el reconocimiento de tuberculosis en imágenes
Files
Date
2020-01
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Benemérita Universidad Autónoma de Puebla
Abstract
"En esta tesis se evalúan diferentes arquitecturas de redes neuronales convolucionales para resolver el problema de clasificación del tipo de tuberculosis utilizando imágenes de tomografías computarizadas (CT). La tuberculosis es una enfermedad infecciosa, provocada por un bacilo, que se transmite a través del aire y que se caracteriza por la formación de tubérculos o nódulos en los tejidos infectados; puede afectar a diferentes órganos del cuerpo, en especial a los pulmones, produciendo tos seca, fiebre, expectoraciones sanguinolentas y pérdida de peso. Los desplazamientos de población (viajeros, refugiados, personas sin hogar en países industrializados) han contribuido significativamente en los últimos 40 años a la propagación de la enfermedad en el planeta. En el trabajo se evalúan cinco arquitecturas de redes neuronales convolucionales comparando su desempeño en la tarea de clasificación utilizando una base de imágenes pública. Los resultados de las diferentes arquitecturas y estrategias de evaluación se presentarán en tablas que muestren el desempeño de cada arquitectura. El objetivo es evaluar arquitecturas de redes neuronales convolucionales para clasificar inicialmente las tomografías de tórax como tomografías con pulmones sanos o con rastros de tuberculosis, basados únicamente en las imágenes de las tomografías".
Description
Keywords
Citation
Collections
Document Viewer
Select a file to preview:
Can't see the file? Try reloading