De Celis Alonso, BenitoSuárez García, José GerardoDe Celis Alonso, Benito; 0000-0003-2124-1084Suárez García, José Gerardo; 0000-0002-5304-9161Rodríguez Santos, Krystian2026-05-182026-05-182025-11https://hdl.handle.net/20.500.12371/32369"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".pdfspaCIENCIAS FÍSICO MATEMÁTICAS Y CIENCIAS DE LA TIERRAMedicina interna--Neoplasias--Por región, sistema u órgano del cuerpo, o tipo de tumor--MamaMedicina interna--Diagnóstico--Diagnóstico por imágenesMamas--Cáncer--ImágenesSistemas de imagen en medicina--Procesamiento de datosProcesamiento de imágenes--Técnicas digitales--Programas informáticos--EvaluaciónTesis de licenciaturaopenAccess