Prototipo funcional de software para la clasificación de imágenes diagnósticas en el análisis asistido de cáncer de próstata implementando redes neuronales convolucionales

El cáncer de próstata representa el tipo de cáncer más común en hombres colombianos, adicionalmente, es la segunda causa de muertes masculinas por cáncer. La mejor manera de poder confirmar la existencia de células malignas en la próstata es mediante el análisis de resonancias magnéticas y posterior toma de biopsia transrectal; pero, debido al tipo de examen, existe la posibilidad de complicaciones posteriores a la toma de muestras en pacientes sometidos a biopsia de próstata, desde sangrado y dolor pélvico hasta sepsis (respuesta inflamatoria generalizada) debido a infección. Para brindar una solución a esta problemática, se plantea una idea de trabajo de grado alineado al objetivo de desarrollo sostenible (ODS) número 3: Salud y Bienestar. El objetivo de este proyecto es el desarrollo de un modelo clasificador que sugiera la presencia de cáncer prostático en pacientes con sospecha de malignidad sin la necesidad de toma de biopsia mediante el reconocimiento de imágenes. Para ello se entrenó una red neuronal convolucional con imágenes diagnósticas (particularmente, con resonancias magnéticas), puesto que las redes neuronales artificiales han sido usadas en diversas áreas para resolver problemas de clasificación de imágenes, como en salud para diagnóstico de cáncer de mama y para el diagnóstico asistido por ordenador de retinopatía. Para este desarrollo se inició con la búsqueda de un conjunto de datos de imágenes diagnósticas de cáncer de próstata correctamente etiquetadas, clasificadas y documentadas por expertos que lograran entrenar una red neuronal especializada en clasificación de imágenes. Seguido a esto se definió un modelo de entrenamiento para observar el desempeño de dos redes neuronales especializadas en clasificación, con base en los resultados se hizo una elección de una de estas dos redes neuronales. Finalmente se desarrolló un prototipo de software web que ofrece a sus usuarios la posibilidad de clasificar imágenes de próstata como clínicamente significativas y no significativas. Adicionalmente permite a los usuarios almacenar sus resultados en una base de datos, además de visualizar y/o convertir sus imágenes médicas.

• Autores: Consuegra Rodríguez, Juan Felipe; Hernández Suárez, Yeison Omar
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2021
• Institución: Universidad Autónoma de Bucaramanga - UNAB
• Repositorio: Repositorio UNAB
• Idioma: spa
• OAI Identifier: oai:repository.unab.edu.co:20.500.12749/15357
• Acceso en línea: http://hdl.handle.net/20.500.12749/15357
• Palabra clave: Systems engineer; Technological innovations; Machine learning; Convolutional neural network; Prostate cancer; Prototype development; Artificial intelligence; Electronic data processing; Software development; Ingeniería de sistemas; Innovaciones tecnológicas; Desarrollo de prototipos; Inteligencia artificial; Procesamiento electrónico de datos; Desarrollo de software; Aprendizaje automático; Red neuronal convolucional; Cáncer de próstata; Small VGG NET; Inception V3
• License: http://creativecommons.org/licenses/by-nc-nd/2.5/co/