Diseño de una arquitectura de red neuronal convolucional para la detección de cáncer de piel en imágenes dermoscópicas.

Jaime Calva, Luis Rey

dc.contributor.author	Jaime Calva, Luis Rey
dc.date.accessioned	2023-04-19T18:26:31Z
dc.date.available	2023-04-19T18:26:31Z
dc.date.issued	2023-02-13
dc.identifier.govdoc	MCCAE .14920 2023
dc.identifier.other	AT26672
dc.identifier.uri	http://dgsa.uaeh.edu.mx:8080/bibliotecadigital/handle/231104/3066
dc.description	En este proyecto de investigación se construyeron tres arquitecturas de red neuronal convolucional, con distinta secuencia de capas de convolución y agrupación, las cuales, fueron utilizadas para detectar si una lesión de piel pigmentada en imágenes dermoscópicas es de clase benigna o maligna. Se realizaron varios experimentos con cada arquitectura utilizando 8, 16 y 32 filtros de convolución de tamaño 3x3, 4x4 y 5x5. Se evaluaron y compararon las tres arquitecturas mediante distintas métricas, en cuyo caso, fue utilizando la métrica de exactitud que se encontró que la arquitectura diseñada con una secuencia de dos capas de convolución más una capa de agrupación, seguidas por dos capas de convolución; utilizando 8 filtros de tamaño 3x3, obtuvo el mejor desempeño con una probabilidad de 96.37 % de que el diagnóstico sea correcto. Para realizar los experimentos se utilizó el conjunto de imágenes conocido como Archivo ISIC (International Skin Imaging Collaboration, por sus siglas en inglés) del año 2019, constituido por 25,331 imágenes de entrenamiento y 8,238 imágenes de prueba. De este conjunto de imágenes se utilizaron tres muestras, constituidas por 50 % de imágenes de lesiones de piel malignas y 50 % de imágenes de lesiones de piel benignas. Por otro lado, también se utilizaron algunos algoritmos de clasificación clásicos tales como Árboles de Decisión, Bosques Aleatorios, entre otros. Finalmente, tomando en cuenta los requisitos de procesamiento de la arquitectura, se propone que sea desplegada en la plataforma Amazon SageMaker para poder desarrollar e integrar un sistema computacional que sirva como apoyo a los médicos especialistas en el diagnóstico de cáncer de piel.	es_ES
dc.language.iso	es	es_ES
dc.publisher	ICBI-BD-UAEH	es_ES
dc.subject	Aprendizaje automático	es_ES
dc.subject	Aprendizaje profundo	es_ES
dc.subject	Red neuronal convolucional	es_ES
dc.subject	Algoritmos de clasificación clásicos,	es_ES
dc.subject	Imágenes digitales	es_ES
dc.subject	Ciencias en Computación Avanzada y Electrónica.	es_ES
dc.title	Diseño de una arquitectura de red neuronal convolucional para la detección de cáncer de piel en imágenes dermoscópicas.	es_ES
dc.title.alternative	Ciencias en Computación Avanzada y Electrónica.	es_ES
dc.type	Tesis	es_ES