Desarrollo de un sistema de decisión soporte en la clasificación clínica de pacientes con neumonía viral, bacteriana y sin neumonía, basado en el análisis de imágenes de rayos x de tórax implementando Deep Learning
El sistema, basado en Inception-Resnet-V2 con SVM y reducción de dimensionalidad mediante ReliefF, alcanzó altos niveles de precisión y eficiencia. Su implementación junto a la interfaz gráfica lo convierte en una herramienta de apoyo valiosa para el diagnóstico clínico automatizado de neumonía....
- Autores:
-
Arizmendi Pereira, Carlos Julio
- Tipo de recurso:
- Investigation report
- Fecha de publicación:
- 2025
- Institución:
- Universidad Autónoma de Bucaramanga - UNAB
- Repositorio:
- Repositorio UNAB
- Idioma:
- spa
- OAI Identifier:
- oai:repository.unab.edu.co:20.500.12749/28539
- Acceso en línea:
- http://hdl.handle.net/20.500.12749/28539
- Palabra clave:
- Neural networks
Respiratory diseases
X-rays
Pneumonia
Deep learning (Machine learning)
Machine learning (Artificial intelligence)
Redes neuronales
Rayos X
Neumonía
Aprendizaje profundo (Aprendizaje automático)
Aprendizaje automático (Inteligencia artificial)
Enfermedades respiratorias
- Rights
- License
- http://creativecommons.org/licenses/by-nc-nd/2.5/co/
id |
UNAB2_5c40a5c49334abc3cd1a1c38bb0a491c |
---|---|
oai_identifier_str |
oai:repository.unab.edu.co:20.500.12749/28539 |
network_acronym_str |
UNAB2 |
network_name_str |
Repositorio UNAB |
repository_id_str |
|
dc.title.spa.fl_str_mv |
Desarrollo de un sistema de decisión soporte en la clasificación clínica de pacientes con neumonía viral, bacteriana y sin neumonía, basado en el análisis de imágenes de rayos x de tórax implementando Deep Learning |
dc.title.translated.spa.fl_str_mv |
Development of a decision support system in the clinical classification of patients with viral, bacterial and non-pneumonia pneumonia, based on the analysis of chest X-ray images implementing Deep Learning |
title |
Desarrollo de un sistema de decisión soporte en la clasificación clínica de pacientes con neumonía viral, bacteriana y sin neumonía, basado en el análisis de imágenes de rayos x de tórax implementando Deep Learning |
spellingShingle |
Desarrollo de un sistema de decisión soporte en la clasificación clínica de pacientes con neumonía viral, bacteriana y sin neumonía, basado en el análisis de imágenes de rayos x de tórax implementando Deep Learning Neural networks Respiratory diseases X-rays Pneumonia Deep learning (Machine learning) Machine learning (Artificial intelligence) Redes neuronales Rayos X Neumonía Aprendizaje profundo (Aprendizaje automático) Aprendizaje automático (Inteligencia artificial) Enfermedades respiratorias |
title_short |
Desarrollo de un sistema de decisión soporte en la clasificación clínica de pacientes con neumonía viral, bacteriana y sin neumonía, basado en el análisis de imágenes de rayos x de tórax implementando Deep Learning |
title_full |
Desarrollo de un sistema de decisión soporte en la clasificación clínica de pacientes con neumonía viral, bacteriana y sin neumonía, basado en el análisis de imágenes de rayos x de tórax implementando Deep Learning |
title_fullStr |
Desarrollo de un sistema de decisión soporte en la clasificación clínica de pacientes con neumonía viral, bacteriana y sin neumonía, basado en el análisis de imágenes de rayos x de tórax implementando Deep Learning |
title_full_unstemmed |
Desarrollo de un sistema de decisión soporte en la clasificación clínica de pacientes con neumonía viral, bacteriana y sin neumonía, basado en el análisis de imágenes de rayos x de tórax implementando Deep Learning |
title_sort |
Desarrollo de un sistema de decisión soporte en la clasificación clínica de pacientes con neumonía viral, bacteriana y sin neumonía, basado en el análisis de imágenes de rayos x de tórax implementando Deep Learning |
dc.creator.fl_str_mv |
Arizmendi Pereira, Carlos Julio |
dc.contributor.author.none.fl_str_mv |
Arizmendi Pereira, Carlos Julio |
dc.contributor.cvlac.spa.fl_str_mv |
Arizmendi Pereira, Carlos Julio [1381550] |
dc.contributor.googlescholar.spa.fl_str_mv |
Arizmendi Pereira, Carlos Julio [JgT_je0AAAAJ] |
dc.contributor.researchgate.spa.fl_str_mv |
Arizmendi Pereira, Carlos Julio [Carlos_Arizmendi2] |
dc.contributor.researchgroup.spa.fl_str_mv |
Grupo de Investigación Tecnologías de Información - GTI |
dc.contributor.apolounab.spa.fl_str_mv |
Arizmendi Pereira, Carlos Julio [carlos-julio-arizmendi-pereira] |
dc.subject.keywords.spa.fl_str_mv |
Neural networks Respiratory diseases X-rays Pneumonia Deep learning (Machine learning) Machine learning (Artificial intelligence) |
topic |
Neural networks Respiratory diseases X-rays Pneumonia Deep learning (Machine learning) Machine learning (Artificial intelligence) Redes neuronales Rayos X Neumonía Aprendizaje profundo (Aprendizaje automático) Aprendizaje automático (Inteligencia artificial) Enfermedades respiratorias |
dc.subject.lemb.spa.fl_str_mv |
Redes neuronales Rayos X Neumonía Aprendizaje profundo (Aprendizaje automático) Aprendizaje automático (Inteligencia artificial) |
dc.subject.proposal.spa.fl_str_mv |
Enfermedades respiratorias |
description |
El sistema, basado en Inception-Resnet-V2 con SVM y reducción de dimensionalidad mediante ReliefF, alcanzó altos niveles de precisión y eficiencia. Su implementación junto a la interfaz gráfica lo convierte en una herramienta de apoyo valiosa para el diagnóstico clínico automatizado de neumonía. |
publishDate |
2025 |
dc.date.accessioned.none.fl_str_mv |
2025-03-03T16:27:41Z |
dc.date.available.none.fl_str_mv |
2025-03-03T16:27:41Z |
dc.date.issued.none.fl_str_mv |
2025-02-28 |
dc.type.eng.fl_str_mv |
Research report |
dc.type.coar.fl_str_mv |
http://purl.org/coar/resource_type/c_8042 |
dc.type.driver.spa.fl_str_mv |
info:eu-repo/semantics/workingPaper |
dc.type.local.spa.fl_str_mv |
Informe de investigación |
dc.type.coar.none.fl_str_mv |
http://purl.org/coar/resource_type/c_18ws |
dc.type.hasversion.spa.fl_str_mv |
info:eu-repo/semantics/acceptedVersion |
dc.type.redcol.none.fl_str_mv |
http://purl.org/redcol/resource_type/IFI |
format |
http://purl.org/coar/resource_type/c_18ws |
status_str |
acceptedVersion |
dc.identifier.uri.none.fl_str_mv |
http://hdl.handle.net/20.500.12749/28539 |
dc.identifier.instname.spa.fl_str_mv |
instname:Universidad Autónoma de Bucaramanga - UNAB |
dc.identifier.reponame.spa.fl_str_mv |
reponame:Repositorio Institucional UNAB |
dc.identifier.repourl.spa.fl_str_mv |
repourl:https://repository.unab.edu.co |
url |
http://hdl.handle.net/20.500.12749/28539 |
identifier_str_mv |
instname:Universidad Autónoma de Bucaramanga - UNAB reponame:Repositorio Institucional UNAB repourl:https://repository.unab.edu.co |
dc.language.iso.spa.fl_str_mv |
spa |
language |
spa |
dc.relation.uriapolo.spa.fl_str_mv |
https://apolo.unab.edu.co/en/persons/carlos-julio-arizmendi-pereira |
dc.rights.coar.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
dc.rights.uri.*.fl_str_mv |
http://creativecommons.org/licenses/by-nc-nd/2.5/co/ |
dc.rights.local.spa.fl_str_mv |
Abierto (Texto Completo) |
dc.rights.creativecommons.*.fl_str_mv |
Atribución-NoComercial-SinDerivadas 2.5 Colombia |
rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-nd/2.5/co/ Abierto (Texto Completo) Atribución-NoComercial-SinDerivadas 2.5 Colombia http://purl.org/coar/access_right/c_abf2 |
dc.format.mimetype.spa.fl_str_mv |
application/pdf |
dc.coverage.spatial.spa.fl_str_mv |
Bucaramanga (Santander, Colombia) |
dc.coverage.campus.spa.fl_str_mv |
UNAB Campus Bucaramanga |
dc.publisher.grantor.spa.fl_str_mv |
Universidad Autónoma de Bucaramanga UNAB |
dc.publisher.faculty.spa.fl_str_mv |
Facultad Ingeniería |
institution |
Universidad Autónoma de Bucaramanga - UNAB |
bitstream.url.fl_str_mv |
https://repository.unab.edu.co/bitstream/20.500.12749/28539/1/INFORME%20FINAL%20DE%20CIERRE%20ENVIADO%20BIBLIOTECA.pdf https://repository.unab.edu.co/bitstream/20.500.12749/28539/2/license.txt https://repository.unab.edu.co/bitstream/20.500.12749/28539/3/INFORME%20FINAL%20DE%20CIERRE%20ENVIADO%20BIBLIOTECA.pdf.jpg |
bitstream.checksum.fl_str_mv |
962ddd51d8491b89a7e997481f1b8e1d 3755c0cfdb77e29f2b9125d7a45dd316 fffa79f89c406643fb41a337a7366a6e |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositorio Institucional | Universidad Autónoma de Bucaramanga - UNAB |
repository.mail.fl_str_mv |
repositorio@unab.edu.co |
_version_ |
1828219978504994816 |
spelling |
Arizmendi Pereira, Carlos Julioa43ca3d1-f95a-46f3-a36d-27af9861d3a8Arizmendi Pereira, Carlos Julio [1381550]Arizmendi Pereira, Carlos Julio [JgT_je0AAAAJ]Arizmendi Pereira, Carlos Julio [Carlos_Arizmendi2]Grupo de Investigación Tecnologías de Información - GTIArizmendi Pereira, Carlos Julio [carlos-julio-arizmendi-pereira]Bucaramanga (Santander, Colombia)UNAB Campus Bucaramanga2025-03-03T16:27:41Z2025-03-03T16:27:41Z2025-02-28http://hdl.handle.net/20.500.12749/28539instname:Universidad Autónoma de Bucaramanga - UNABreponame:Repositorio Institucional UNABrepourl:https://repository.unab.edu.coEl sistema, basado en Inception-Resnet-V2 con SVM y reducción de dimensionalidad mediante ReliefF, alcanzó altos niveles de precisión y eficiencia. Su implementación junto a la interfaz gráfica lo convierte en una herramienta de apoyo valiosa para el diagnóstico clínico automatizado de neumonía.The system, based on Inception-Resnet-V2 with SVM and dimensionality reduction using ReliefF, achieved high levels of accuracy and efficiency. Its implementation together with the graphical interface makes it a valuable support tool for the automated clinical diagnosis of pneumonia.Modalidad Presencialapplication/pdfspahttp://creativecommons.org/licenses/by-nc-nd/2.5/co/Abierto (Texto Completo)Atribución-NoComercial-SinDerivadas 2.5 Colombiahttp://purl.org/coar/access_right/c_abf2Desarrollo de un sistema de decisión soporte en la clasificación clínica de pacientes con neumonía viral, bacteriana y sin neumonía, basado en el análisis de imágenes de rayos x de tórax implementando Deep LearningDevelopment of a decision support system in the clinical classification of patients with viral, bacterial and non-pneumonia pneumonia, based on the analysis of chest X-ray images implementing Deep LearningResearch reportinfo:eu-repo/semantics/workingPaperInforme de investigaciónhttp://purl.org/coar/resource_type/c_18wshttp://purl.org/coar/resource_type/c_8042info:eu-repo/semantics/acceptedVersionhttp://purl.org/redcol/resource_type/IFIUniversidad Autónoma de Bucaramanga UNABFacultad IngenieríaNeural networksRespiratory diseasesX-raysPneumoniaDeep learning (Machine learning)Machine learning (Artificial intelligence)Redes neuronalesRayos XNeumoníaAprendizaje profundo (Aprendizaje automático)Aprendizaje automático (Inteligencia artificial)Enfermedades respiratoriashttps://apolo.unab.edu.co/en/persons/carlos-julio-arizmendi-pereiraORIGINALINFORME FINAL DE CIERRE ENVIADO BIBLIOTECA.pdfINFORME FINAL DE CIERRE ENVIADO BIBLIOTECA.pdfInformeapplication/pdf780811https://repository.unab.edu.co/bitstream/20.500.12749/28539/1/INFORME%20FINAL%20DE%20CIERRE%20ENVIADO%20BIBLIOTECA.pdf962ddd51d8491b89a7e997481f1b8e1dMD51open accessLICENSElicense.txtlicense.txttext/plain; charset=utf-8829https://repository.unab.edu.co/bitstream/20.500.12749/28539/2/license.txt3755c0cfdb77e29f2b9125d7a45dd316MD52open accessTHUMBNAILINFORME FINAL DE CIERRE ENVIADO BIBLIOTECA.pdf.jpgINFORME FINAL DE CIERRE ENVIADO BIBLIOTECA.pdf.jpgIM Thumbnailimage/jpeg10703https://repository.unab.edu.co/bitstream/20.500.12749/28539/3/INFORME%20FINAL%20DE%20CIERRE%20ENVIADO%20BIBLIOTECA.pdf.jpgfffa79f89c406643fb41a337a7366a6eMD53open access20.500.12749/28539oai:repository.unab.edu.co:20.500.12749/285392025-03-03 22:02:05.811open accessRepositorio Institucional | Universidad Autónoma de Bucaramanga - UNABrepositorio@unab.edu.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 |