Conde Sánchez, José RubenMoreno Barbosa, FernandoConde Sánchez, José Ruben; 0000-0001-9950-5348Moreno Barbosa, Fernando; 0000-0003-4001-1671Teyssier Garcia , Miguel Agustin2026-02-112026-02-112025-01https://hdl.handle.net/20.500.12371/31347"La tesis se enfoca en el desarrollo de técnicas de segmentación de imágenes radiológicas utilizando inteligencia artificial, concretamente mediante la arquitectura de red neuronal convolucional U-Net. Su objetivo principal es lograr una segmentación precisa de estructuras anatómicas y una alta adaptabilidad a diferentes tipos de imágenes médicas, incluyendo radiografías, tomografías computarizadas y resonancias magnéticas. El trabajo incluye etapas de análisis y preprocesamiento de imágenes, seguido de la implementación y el entrenamiento de U-Net con un conjunto de datos representativos. Los resultados obtenidos demuestran una alta precisión en la segmentación de estructuras anatómicas, así como la capacidad de U-Net para generalizar y mantener resultados consistentes independientemente de la modalidad de imagen. Este enfoque promete mejorar las aplicaciones clínicas de la segmentación de imágenes, facilitando diagnósticos más precisos y eficaces. Se concluye que U-Net es una herramienta valiosa en la automatización del procesamiento de imágenes médicas, ofreciendo soluciones fiables en el ámbito de la radiología".pdfspaCIENCIAS FÍSICO MATEMÁTICAS Y CIENCIAS DE LA TIERRAMedicina interna--Especialidades de medicina interna--Enfermedades del sistema respiratorio--Diagnóstico--Métodos especiales de diagnóstico--Diagnóstico por imagenIngeniería (General)--Óptica aplicada--Procesamiento óptico de datos--Procesamiento de imágenesMatemáticas--Instrumentos y máquinas--Máquinas de calculo--Ciencias de la computación--Redes neuronalesAnálisis de imágenes--Procesamiento de datosAprendizaje automático (Inteligencia artificial)Tesis de licenciaturaopenAccess