Herramienta de diagnóstico asistido por computador para identificación y clasificación de lesiones cutáneas en imágenes médicas

El melanoma se considera el cáncer de piel más grave en todo el mundo, categorizado como un problema de salud pública debido a su alta incidencia en poblaciones y por las grandes variaciones geográficas en los países y regiones del mundo con relación en la mortalidad desproporcional. Las herramientas asistidas por computador son reconocidas por la capacidad de identificar y clasificar la región de interés de la lesión cutánea con el fin de permitir tratamientos clínicos en función de un diagnóstico remoto y preciso. En esta investigación, se presenta una herramienta de diagnóstico asistido por computador integrada con un algoritmo híbrido denso para la identificación y clasificación de lesiones cutáneas implementada sobre el sistema embebido Raspberry Pi 4B en lenguaje de programación Python. Para entrenamiento y evaluación del algoritmo híbrido se utilizó el conjunto de datos ISIC Challenge versión 2018 y se presentó una exactitud diagnóstica de 98 % para lesiones no malignas, 93.80 % para carcinoma y 94.50 % sobre lesiones de tipo melanoma con valor medio en el uso de CPU de 4.33 %, tasa de uso de memoria temporal promedio de 12.40 % con tiempo de inferencia medio de 12.37 ms.

• Autores: Castellano, Diego Andrés
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2022
• Institución: Universidad Francisco de Paula Santander
• Repositorio: Repositorio Digital UFPS
• Idioma: spa
• OAI Identifier: oai:repositorio.ufps.edu.co:ufps/6760
• Acceso en línea: https://repositorio.ufps.edu.co/handle/ufps/6760
• Palabra clave: Imágenes médicas; Lesiones cutáneas; Algoritmo híbrido denso; Lesiones cutáneas; Herramienta de diagnóstico asistido por computador; Algoritmo híbrido denso; Python; Raspberry PI
• Rights: openAccess
• License: Derechos Reservados - Universidad Francisco de Paula Santander, 2022