Zepeda Fernández, Cristian HeberArredondo Velázquez, Juan MoisésZepeda Fernández, Cristian Heber; 0000-0002-1716-3127Rodríguez Sánchez, Uriel2026-02-032026-02-032025-08-21https://hdl.handle.net/20.500.12371/31157“La tomografía computarizada (TC) es un método esencial en la medicina para obtener imágenes detalladas del interior del cuerpo, sin embargo, su uso implica una exposición significativa a radiación ionizante. Para mitigar este riesgo, se ha implementado la Tomografía Computarizada de Baja Dosis (LDCT), que reduce la cantidad de radiación mediante ajustes en los parámetros del equipo. Sin embargo, esta reducción conlleva un aumento en el ruido de las imágenes, afectando la calidad diagnóstica y dificultando la visualización de detalles relevantes. A pesar de los avances en técnicas de reducción de ruido, muchos métodos tradicionales no han logrado preservar adecuadamente las estructuras anatómicas críticas, como los bordes, lo que es esencial para una interpretación clínica precisa. Este trabajo propone una solución innovadora utilizando Redes Neuronales Convolucionales (RNCs) para mejorar la calidad de las imágenes LDCT, enfocándose en la reducción de ruido y la preservación de bordes, además de analizar su impacto en la precisión diagnóstica. Se espera que estas mejoras lleven a un diagnóstico más preciso y confiable en entornos clínicos”.pdfspaCIENCIAS FÍSICO MATEMÁTICAS Y CIENCIAS DE LA TIERRAIngeniería (General)--Óptica aplicada--Procesamiento óptico de datos--Procesamiento de imágenesIngeniería eléctrica--Electrónica--Circuitos electrónicos (general)--Ruido Ruido electrónicoProcesamiento de imágenes--Técnicas digitalesRuido electrónico--Modelos matemáticosRedes neuronales (Computación)Tesis de maestríaopenAccess