Detección de neumonía en imágenes de rayos-x de tórax a partir de procesamiento de imágenes y redes neuronales convolucionales

Las infecciones respiratorias agudas son una de las principales causas de mortalidad en Bucaramanga. Además, la emergencia sanitaria producida por el virus del covid-19, haencendido las alarmas mundiales de investigación en torno a la detección oportuna y precisa deenfermedades respiratorias agudas,...

Full description

Autores:
Gómez Albiadez, Natalia Andrea
Tipo de recurso:
http://purl.org/coar/version/c_b1a7d7d4d402bcce
Fecha de publicación:
2021
Institución:
Universidad Industrial de Santander
Repositorio:
Repositorio UIS
Idioma:
spa
OAI Identifier:
oai:noesis.uis.edu.co:20.500.14071/41562
Acceso en línea:
https://noesis.uis.edu.co/handle/20.500.14071/41562
https://noesis.uis.edu.co
Palabra clave:
Clasificación
Neumonía
Redes Neuronales Convolucionales
Procesamiento De Imagen
Transferencia De Aprendizaje.
Classification
Convolutional Neural Networks
Image Processing
Pneumonia
Transfer Learning.
Rights
License
Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)
Description
Summary:Las infecciones respiratorias agudas son una de las principales causas de mortalidad en Bucaramanga. Además, la emergencia sanitaria producida por el virus del covid-19, haencendido las alarmas mundiales de investigación en torno a la detección oportuna y precisa deenfermedades respiratorias agudas, lo cual es determinante para el éxito de sus tratamientos. Específicamente, una de las herramientas más usadas para realizar diagnósticos, planear tratamientos ymonitorear cambios de alguna patología a través del tiempo, es la interpretación de imágenes médicas adquiridas bajo distintas modalidades. Sin embargo, además de la adquisición de las imágenesmédicas se requiere de una consulta con un profesional del área de la salud para su interpretación.Este proceso en países en vía de desarrollo como Colombia suele ser lento y costoso. Adicionalmente, se prevé que la creación de alternativas tecnológicas que faciliten el diagnósticoremoto permitirá acortar las brechas de atención médica de calidad entre zonas rurales y urbanas;y apoyará en términos de tiempo y precisión el trabajo del personal médico vinculado a los centros urbanos de salud. Por otra parte, los avances más recientes del estado de arte posicionan a lainteligencia artificial, y específicamente al aprendizaje profundo mediante redes neuronales convolucionales como una de las técnicas más prometedoras para el diagnóstico asistido por computador.Por tal motivo, se estudió una estrategia automatizada y rápida para la detección de neumonía a través de imágenes de rayos-X de tórax mediante redes neuronales convolucionales.