Diseño de un prototipo de análisis digital de imágenes para estimación de la profundidad de quemaduras

RESUMEN: Introducción: La tecnología de inteligencia artificial y las redes neuronales convolucionales (RNC) son uno de los principales campos de investigación en el desarrollo de herramientas de apoyo en medicina, con potencial aplicación en el diagnóstico de quemaduras. Metodología: Se diseñó un m...

Full description

Autores:
Ruiz Ruales, Anna Katherine
Tipo de recurso:
Tesis
Fecha de publicación:
2021
Institución:
Universidad de Antioquia
Repositorio:
Repositorio UdeA
Idioma:
spa
OAI Identifier:
oai:bibliotecadigital.udea.edu.co:10495/20963
Acceso en línea:
http://hdl.handle.net/10495/20963
Palabra clave:
Quemaduras
Diagnóstico por imagen
Inteligencia artificial
Telemedicina
Diagnostic imaging
Burns
Telemedicine
Artificial intelligence
Redes neuronales convolucionales (RNC)
http://id.nlm.nih.gov/mesh/D003952
http://id.nlm.nih.gov/mesh/D002056
http://id.nlm.nih.gov/mesh/D017216
http://id.nlm.nih.gov/mesh/D001185  
Rights
embargoedAccess
License
http://purl.org/coar/access_right/c_f1cf
id UDEA2_b07d72c910f15f41437ae2318d69a39a
oai_identifier_str oai:bibliotecadigital.udea.edu.co:10495/20963
network_acronym_str UDEA2
network_name_str Repositorio UdeA
repository_id_str
dc.title.spa.fl_str_mv Diseño de un prototipo de análisis digital de imágenes para estimación de la profundidad de quemaduras
title Diseño de un prototipo de análisis digital de imágenes para estimación de la profundidad de quemaduras
spellingShingle Diseño de un prototipo de análisis digital de imágenes para estimación de la profundidad de quemaduras
Quemaduras
Diagnóstico por imagen
Inteligencia artificial
Telemedicina
Diagnostic imaging
Burns
Telemedicine
Artificial intelligence
Redes neuronales convolucionales (RNC)
http://id.nlm.nih.gov/mesh/D003952
http://id.nlm.nih.gov/mesh/D002056
http://id.nlm.nih.gov/mesh/D017216
http://id.nlm.nih.gov/mesh/D001185  
title_short Diseño de un prototipo de análisis digital de imágenes para estimación de la profundidad de quemaduras
title_full Diseño de un prototipo de análisis digital de imágenes para estimación de la profundidad de quemaduras
title_fullStr Diseño de un prototipo de análisis digital de imágenes para estimación de la profundidad de quemaduras
title_full_unstemmed Diseño de un prototipo de análisis digital de imágenes para estimación de la profundidad de quemaduras
title_sort Diseño de un prototipo de análisis digital de imágenes para estimación de la profundidad de quemaduras
dc.creator.fl_str_mv Ruiz Ruales, Anna Katherine
dc.contributor.advisor.none.fl_str_mv Salinas Rendón, Ana María
dc.contributor.author.none.fl_str_mv Ruiz Ruales, Anna Katherine
dc.contributor.researcher.none.fl_str_mv Arias Florez, Walter
dc.subject.mesh.none.fl_str_mv Quemaduras
Diagnóstico por imagen
Inteligencia artificial
Telemedicina
Diagnostic imaging
Burns
Telemedicine
Artificial intelligence
topic Quemaduras
Diagnóstico por imagen
Inteligencia artificial
Telemedicina
Diagnostic imaging
Burns
Telemedicine
Artificial intelligence
Redes neuronales convolucionales (RNC)
http://id.nlm.nih.gov/mesh/D003952
http://id.nlm.nih.gov/mesh/D002056
http://id.nlm.nih.gov/mesh/D017216
http://id.nlm.nih.gov/mesh/D001185  
dc.subject.proposal.spa.fl_str_mv Redes neuronales convolucionales (RNC)
dc.subject.meshuri.none.fl_str_mv http://id.nlm.nih.gov/mesh/D003952
http://id.nlm.nih.gov/mesh/D002056
http://id.nlm.nih.gov/mesh/D017216
http://id.nlm.nih.gov/mesh/D001185  
description RESUMEN: Introducción: La tecnología de inteligencia artificial y las redes neuronales convolucionales (RNC) son uno de los principales campos de investigación en el desarrollo de herramientas de apoyo en medicina, con potencial aplicación en el diagnóstico de quemaduras. Metodología: Se diseñó un modelo de RNC con una base de datos de 150 fotografías de pacientes hospitalizados en las unidades de quemados del Hospital Universitario San Vicente Fundación. Las fotografías fueron marcadas según grados de profundidad por 3 cirujanos plásticos con experiencia en el manejo de pacientes quemados y editadas en 466 imágenes, de las cuales 400 se clasificaron según el grado de profundidad y se destinaron al entrenamiento del modelo y 66 a la validación del mismo, estas últimas sin división según grado. Resultados: La base de datos incluyó 91 imágenes de segundo grado superficial, 200 imágenes de segundo grado profundo y 175 imágenes de tercer grado. La validación del modelo de RNC mostró una eficiencia del 84.85% para clasificación de quemaduras según profundidad, resultado acorde a la precisión descrita en la literatura para la evaluación clínica realizada por un cirujano plástico. Conclusiones: Es factible el diseño de un prototipo de herramienta de apoyo diagnóstico para la clasificación de quemaduras según profundidad, usando RNC.
publishDate 2021
dc.date.accessioned.none.fl_str_mv 2021-07-19T14:33:42Z
dc.date.available.none.fl_str_mv 2021-07-19T14:33:42Z
dc.date.issued.none.fl_str_mv 2021
dc.type.spa.fl_str_mv info:eu-repo/semantics/other
dc.type.hasversion.spa.fl_str_mv info:eu-repo/semantics/acceptedVersion
dc.type.coar.spa.fl_str_mv http://purl.org/coar/resource_type/c_46ec
dc.type.redcol.spa.fl_str_mv http://purl.org/redcol/resource_type/COther
dc.type.local.spa.fl_str_mv Tesis/Trabajo de grado - Monografía - Especialización
format http://purl.org/coar/resource_type/c_46ec
status_str acceptedVersion
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/10495/20963
url http://hdl.handle.net/10495/20963
dc.language.iso.spa.fl_str_mv spa
language spa
dc.rights.spa.fl_str_mv info:eu-repo/semantics/embargoedAccess
dc.rights.accessrights.spa.fl_str_mv http://purl.org/coar/access_right/c_f1cf
dc.rights.creativecommons.spa.fl_str_mv https://creativecommons.org/licenses/by-nc-nd/4.0/
eu_rights_str_mv embargoedAccess
rights_invalid_str_mv http://purl.org/coar/access_right/c_f1cf
https://creativecommons.org/licenses/by-nc-nd/4.0/
dc.format.extent.spa.fl_str_mv 19
dc.format.mimetype.spa.fl_str_mv application/pdf
dc.publisher.place.spa.fl_str_mv Medellín, Colombia
institution Universidad de Antioquia
bitstream.url.fl_str_mv http://bibliotecadigital.udea.edu.co/bitstream/10495/20963/1/RuizAnna_2021_An%c3%a1lisisDigitalQuemaduras.pdf
http://bibliotecadigital.udea.edu.co/bitstream/10495/20963/5/license.txt
bitstream.checksum.fl_str_mv d76450a639366d93099bb34633b06947
8a4605be74aa9ea9d79846c1fba20a33
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Repositorio Institucional Universidad de Antioquia
repository.mail.fl_str_mv andres.perez@udea.edu.co
_version_ 1812173107723501568
spelling Salinas Rendón, Ana MaríaRuiz Ruales, Anna KatherineArias Florez, Walter2021-07-19T14:33:42Z2021-07-19T14:33:42Z2021http://hdl.handle.net/10495/20963RESUMEN: Introducción: La tecnología de inteligencia artificial y las redes neuronales convolucionales (RNC) son uno de los principales campos de investigación en el desarrollo de herramientas de apoyo en medicina, con potencial aplicación en el diagnóstico de quemaduras. Metodología: Se diseñó un modelo de RNC con una base de datos de 150 fotografías de pacientes hospitalizados en las unidades de quemados del Hospital Universitario San Vicente Fundación. Las fotografías fueron marcadas según grados de profundidad por 3 cirujanos plásticos con experiencia en el manejo de pacientes quemados y editadas en 466 imágenes, de las cuales 400 se clasificaron según el grado de profundidad y se destinaron al entrenamiento del modelo y 66 a la validación del mismo, estas últimas sin división según grado. Resultados: La base de datos incluyó 91 imágenes de segundo grado superficial, 200 imágenes de segundo grado profundo y 175 imágenes de tercer grado. La validación del modelo de RNC mostró una eficiencia del 84.85% para clasificación de quemaduras según profundidad, resultado acorde a la precisión descrita en la literatura para la evaluación clínica realizada por un cirujano plástico. Conclusiones: Es factible el diseño de un prototipo de herramienta de apoyo diagnóstico para la clasificación de quemaduras según profundidad, usando RNC.19application/pdfspainfo:eu-repo/semantics/acceptedVersioninfo:eu-repo/semantics/otherhttp://purl.org/coar/resource_type/c_46echttp://purl.org/redcol/resource_type/COtherTesis/Trabajo de grado - Monografía - Especializacióninfo:eu-repo/semantics/embargoedAccesshttp://purl.org/coar/access_right/c_f1cfhttps://creativecommons.org/licenses/by-nc-nd/4.0/QuemadurasDiagnóstico por imagenInteligencia artificialTelemedicinaDiagnostic imagingBurnsTelemedicineArtificial intelligenceRedes neuronales convolucionales (RNC)http://id.nlm.nih.gov/mesh/D003952http://id.nlm.nih.gov/mesh/D002056http://id.nlm.nih.gov/mesh/D017216http://id.nlm.nih.gov/mesh/D001185  Diseño de un prototipo de análisis digital de imágenes para estimación de la profundidad de quemadurasMedellín, ColombiaCirujana Plástica, Maxilofacial y de la ManoEspecializaciónFacultad de Medicina. Especialización en Cirugía Plástica, Maxilofacial y de la ManoUniversidad de AntioquiaORIGINALRuizAnna_2021_AnálisisDigitalQuemaduras.pdfRuizAnna_2021_AnálisisDigitalQuemaduras.pdfTesis de grado de especializaciónapplication/pdf220297http://bibliotecadigital.udea.edu.co/bitstream/10495/20963/1/RuizAnna_2021_An%c3%a1lisisDigitalQuemaduras.pdfd76450a639366d93099bb34633b06947MD51LICENSElicense.txtlicense.txttext/plain; charset=utf-81748http://bibliotecadigital.udea.edu.co/bitstream/10495/20963/5/license.txt8a4605be74aa9ea9d79846c1fba20a33MD5510495/20963oai:bibliotecadigital.udea.edu.co:10495/209632021-07-19 09:35:16.749Repositorio Institucional Universidad de Antioquiaandres.perez@udea.edu.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