Ayala Raggi, Salvador EugenioBarreto Flores, AldrinAYALA RAGGI, SALVADOR EUGENIO; 66482BARRETO FLORES, ALDRIN; 91256Picazo Castillo, Ángel Ernesto2024-03-132024-03-132023-11https://hdl.handle.net/20.500.12371/20230“En este trabajo se presenta un método para el reconocimiento de COVID-19 basado en la localización automática y posterior normalización de la región de interés: los pulmones, en radiografías de tórax. El algoritmo usado fue el Algoritmo Localizador de Pulmones que funciona mediante PCA y regresión ponderada K-NN. Nuestra técnica propuesta implica estimar las posiciones de las esquinas de la región de interés mediante interpolación y luego mapear la imagen dentro de esa región ubicada a una plantilla estandarizada de tamaño fijo. El objetivo es hacer que todas las imágenes de entrenamiento en un conjunto de datos sean similares en términos de posición, ángulo de inclinación, escala y contraste, es decir, alinearlas. Posteriormente, se utiliza el método de Eigenfaces para obtener un conjunto reducido de características principales que representan las imágenes normalizadas. A partir de estas características derivadas de PCA, se seleccionan las de mejor capacidad discriminatoria entre las clases mediante el criterio de Fisher. Nuestros resultados muestran que la combinación de nuestra técnica de alineación de la región pulmonar con la adecuada selección y ponderación de las características más discriminantes es suficiente para lograr una precisión máxima del 95.2% y 97% en la clasificación de radiografías de COVID-19”.pdfspaINGENIERÍA Y TECNOLOGÍACOVID-19-DiagnósticoDiagnóstico por imágenes--Técnicas digitalesSistemas de imágenes en medicinaRadiografía médicaAnálisis de imágenes--Procesamiento de datoAprendizaje automático (Inteligencia artificial)Redes neuronales (Computación)AlgoritmosTesis de maestríaopenAccess