Sistema de reconocimiento litiasis renal a través de imágenes diagnósticas basado en Deep Learning

Los cálculos renales, o también conocidos como litiasis renal, están en la posición número 10 de enfermedades más buscadas y consultadas a los profesionales de la salud en Colombia (Pico, 2019). El problema tratado en este proyecto es la brecha de confiabilidad existente entre una imagen capturada por ultrasonido y una capturada por Tomografía Computarizada (TC) para la detección de litiasis renal. La captura de datos por TC en principio se considera más efectiva, pero tiene un costo mayor y es invasiva para el paciente; por otra parte, las imágenes capturadas por ecografía se pueden conseguir a menor costo, pero dependen en gran medida de la habilidad y experticia del profesional que las captura. Tomando en cuenta lo anterior, si se diseña un procedimiento que disminuya el ruido de la imagen y asista a los especialistas médicos en el proceso de detección, se podrán reducir los costos relacionados al diagnóstico y de esta manera, aumentar la precisión del mismo sin la necesidad de uso de equipos adicionales ni capacitación adicional para los profesionales; por esto, la posibilidad de tener un sistema que permita la detección de cálculos o litiasis renales a través de ecografías implicaría un avance importante en este campo y un apoyo para los especialistas radiólogos, ya que, con el procedimiento estándar utilizado actualmente (TC), generan un mayor costo y deben lidiar con los riesgos de la invasión al cuerpo humano en el momento del estudio.

• Autores: Güiza Ortiz, María Camila
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2020
• Institución: Universidad Autónoma de Bucaramanga - UNAB
• Repositorio: Repositorio UNAB
• Idioma: spa
• OAI Identifier: oai:repository.unab.edu.co:20.500.12749/12742
• Acceso en línea: http://hdl.handle.net/20.500.12749/12742
• Palabra clave: Systems engineer; Technological innovations; Kidney stones; Nephrolithiasis; Urinary system; Deep learning; Urinary stones; Artificial intelligence; Simulation by digital computers; Ingeniería de sistemas; Innovaciones tecnológicas; Cálculos urinarios; Inteligencia artificial; Simulación por computadores digitales; Cálculos renales; Litiasis renal; Aparato urinario; Deep learning
• Rights: openAccess
• License: http://creativecommons.org/licenses/by-nc-nd/2.5/co/