Prototipo para la clasificación automática de imágenes histológicas para medir el riesgo de carcinoma ductal invasivo usando redes neuronales

Este trabajo de grado se centra en el diseño e implementación de un prototipo basado en redes neuronales, específicamente de aprendizaje profundo (Deep Learning), capaz de clasificar de manera automática imágenes histológicas con Carcinoma Ductal Invasivo. El Carcinoma Ductal Invasivo, a veces denominado Carcinoma Ductal Infiltrante, es el tipo más común de cáncer de mama y alrededor del 80% de todos los casos de cáncer de mama son de esta naturaleza. Se utilizó para ello una variante de la red VVGNet 14 y redes neuronales convolucionales, con los cuales se logró un prototipo con una capacidad aproximada de 79% de sensibilidad y 79% de especificidad en el reconocimiento de imágenes histológicas con CDI.

• Autores: Jordán Ortega, Daniel José
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2019
• Institución: Universidad El Bosque
• Repositorio: Repositorio U. El Bosque
• Idioma: spa
• OAI Identifier: oai:repositorio.unbosque.edu.co:20.500.12495/3297
• Acceso en línea: http://hdl.handle.net/20.500.12495/3297
• Palabra clave: Carcinoma ductal invasivo; Redes convolucionales; Imágenes; 510; Invasive ductal carcinoma; Convolutional networks; Images; Imágenes diagnósticas -- Técnicas digitales; Redes neurales artificiales; Carcinomas
• Rights: openAccess
• License: Attribution-NonCommercial-ShareAlike 4.0 International