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 denom...

Full description

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
id UNBOSQUE2_c80c1ad89e6df4b91e9ced84a34dc275
oai_identifier_str oai:repositorio.unbosque.edu.co:20.500.12495/3297
network_acronym_str UNBOSQUE2
network_name_str Repositorio U. El Bosque
repository_id_str
dc.title.spa.fl_str_mv Prototipo para la clasificación automática de imágenes histológicas para medir el riesgo de carcinoma ductal invasivo usando redes neuronales
dc.title.translated.spa.fl_str_mv Prototype for automatic classification of histological images to measure the risk of invasive ductal carcinoma using neural networks
title Prototipo para la clasificación automática de imágenes histológicas para medir el riesgo de carcinoma ductal invasivo usando redes neuronales
spellingShingle Prototipo para la clasificación automática de imágenes histológicas para medir el riesgo de carcinoma ductal invasivo usando redes neuronales
Carcinoma ductal invasivo
Redes convolucionales
Imágenes
510
Invasive ductal carcinoma
Convolutional networks
Images
Imágenes diagnósticas -- Técnicas digitales
Redes neurales artificiales
Carcinomas
title_short Prototipo para la clasificación automática de imágenes histológicas para medir el riesgo de carcinoma ductal invasivo usando redes neuronales
title_full Prototipo para la clasificación automática de imágenes histológicas para medir el riesgo de carcinoma ductal invasivo usando redes neuronales
title_fullStr Prototipo para la clasificación automática de imágenes histológicas para medir el riesgo de carcinoma ductal invasivo usando redes neuronales
title_full_unstemmed Prototipo para la clasificación automática de imágenes histológicas para medir el riesgo de carcinoma ductal invasivo usando redes neuronales
title_sort Prototipo para la clasificación automática de imágenes histológicas para medir el riesgo de carcinoma ductal invasivo usando redes neuronales
dc.creator.fl_str_mv Jordán Ortega, Daniel José
dc.contributor.advisor.none.fl_str_mv Aranda Lozano, Diego Fernando
Benincasa, Tommaso
dc.contributor.author.none.fl_str_mv Jordán Ortega, Daniel José
dc.contributor.orcid.none.fl_str_mv Benincasa, Tommaso [0000-0002-3159-1515]
dc.subject.spa.fl_str_mv Carcinoma ductal invasivo
Redes convolucionales
Imágenes
topic Carcinoma ductal invasivo
Redes convolucionales
Imágenes
510
Invasive ductal carcinoma
Convolutional networks
Images
Imágenes diagnósticas -- Técnicas digitales
Redes neurales artificiales
Carcinomas
dc.subject.ddc.none.fl_str_mv 510
dc.subject.keywords.spa.fl_str_mv Invasive ductal carcinoma
Convolutional networks
Images
dc.subject.armarc.spa.fl_str_mv Imágenes diagnósticas -- Técnicas digitales
Redes neurales artificiales
Carcinomas
description 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.
publishDate 2019
dc.date.issued.none.fl_str_mv 2019
dc.date.accessioned.none.fl_str_mv 2020-07-02T16:00:53Z
dc.date.available.none.fl_str_mv 2020-07-02T16:00:53Z
dc.type.local.spa.fl_str_mv Tesis/Trabajo de grado - Monografía - Pregrado
dc.type.coar.none.fl_str_mv http://purl.org/coar/resource_type/c_7a1f
dc.type.driver.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.type.coarversion.none.fl_str_mv http://purl.org/coar/version/c_970fb48d4fbd8a85
format http://purl.org/coar/resource_type/c_7a1f
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/20.500.12495/3297
dc.identifier.instname.spa.fl_str_mv instname:Universidad El Bosque
dc.identifier.reponame.spa.fl_str_mv reponame:Repositorio Institucional Universidad El Bosque
dc.identifier.repourl.none.fl_str_mv repourl:https://repositorio.unbosque.edu.co
url http://hdl.handle.net/20.500.12495/3297
identifier_str_mv instname:Universidad El Bosque
reponame:Repositorio Institucional Universidad El Bosque
repourl:https://repositorio.unbosque.edu.co
dc.language.iso.none.fl_str_mv spa
language spa
dc.rights.*.fl_str_mv Attribution-NonCommercial-ShareAlike 4.0 International
dc.rights.uri.*.fl_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
dc.rights.local.spa.fl_str_mv Acceso abierto
dc.rights.accessrights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://purl.org/coar/access_right/c_abf2
dc.rights.creativecommons.none.fl_str_mv 2019
rights_invalid_str_mv Attribution-NonCommercial-ShareAlike 4.0 International
http://creativecommons.org/licenses/by-nc-sa/4.0/
Acceso abierto
http://purl.org/coar/access_right/c_abf2
2019
eu_rights_str_mv openAccess
dc.format.mimetype.none.fl_str_mv application/pdf
dc.publisher.program.spa.fl_str_mv Matemáticas
dc.publisher.grantor.spa.fl_str_mv Universidad El Bosque
dc.publisher.faculty.spa.fl_str_mv Facultad de Ciencias
institution Universidad El Bosque
bitstream.url.fl_str_mv https://repositorio.unbosque.edu.co/bitstreams/56befa25-a398-42fc-ab54-f2703a135f3d/download
https://repositorio.unbosque.edu.co/bitstreams/f7d56923-3d90-4c52-9f41-5909df2a5bc3/download
https://repositorio.unbosque.edu.co/bitstreams/d2146fab-1665-45a2-b109-28f4e2271875/download
https://repositorio.unbosque.edu.co/bitstreams/ba66a63b-f2f1-4dd2-a0ac-b25968908d44/download
https://repositorio.unbosque.edu.co/bitstreams/b2bb8310-0234-4af2-b37a-c854b81c3e8c/download
https://repositorio.unbosque.edu.co/bitstreams/a2e994d6-2ce6-4d70-a59c-92fc374c31a5/download
https://repositorio.unbosque.edu.co/bitstreams/c985d3ca-6452-40a9-99c5-4a8c5a75d1ad/download
https://repositorio.unbosque.edu.co/bitstreams/72b9c3ef-b077-4e16-8651-b9f286a278d9/download
bitstream.checksum.fl_str_mv add65dce76091cf837e6c44287ba5510
930d527ab58b59b1db32fb91bd2a0d4e
934f4ca17e109e0a05eaeaba504d7ce4
8a4605be74aa9ea9d79846c1fba20a33
09db7baeb18d5887af7f33dcb6721e66
32fd9afb43c6d06f81d72f4b6ae61738
1c4a8b8b3d5e84462851b40a434d12d0
b658e051bdbb07357d0b5f431ab7a29b
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Institucional Universidad El Bosque
repository.mail.fl_str_mv bibliotecas@biteca.com
_version_ 1814100757129986048
spelling Aranda Lozano, Diego FernandoBenincasa, TommasoJordán Ortega, Daniel JoséBenincasa, Tommaso [0000-0002-3159-1515]2020-07-02T16:00:53Z2020-07-02T16:00:53Z2019http://hdl.handle.net/20.500.12495/3297instname:Universidad El Bosquereponame:Repositorio Institucional Universidad El Bosquerepourl:https://repositorio.unbosque.edu.coEste 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.MatemáticasPregradoThis degree project focuses on the design and implementation of a prototype based on neural networks, specifically Deep Learning, capable of automatically classifying histological images with Invasive Ductal Carcinoma. Invasive Ductal Carcinoma sometimes called Infiltrating Ductal Carcinoma, is the most common type of breast cancer and about 80% of all cases belong to this class. A variant of the VVGNet 14 network and convolutional neural networks were used for this purpose, resulting in a prototype with an approximate capacity of 79% sensitivity and 79% specificity in the recognition of histological images with CDI.application/pdfspaAttribution-NonCommercial-ShareAlike 4.0 Internationalhttp://creativecommons.org/licenses/by-nc-sa/4.0/Acceso abiertoinfo:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf22019Carcinoma ductal invasivoRedes convolucionalesImágenes510Invasive ductal carcinomaConvolutional networksImagesImágenes diagnósticas -- Técnicas digitalesRedes neurales artificialesCarcinomasPrototipo para la clasificación automática de imágenes histológicas para medir el riesgo de carcinoma ductal invasivo usando redes neuronalesPrototype for automatic classification of histological images to measure the risk of invasive ductal carcinoma using neural networksMatemáticasUniversidad El BosqueFacultad de CienciasTesis/Trabajo de grado - Monografía - Pregradohttp://purl.org/coar/resource_type/c_7a1finfo:eu-repo/semantics/bachelorThesishttp://purl.org/coar/version/c_970fb48d4fbd8a85ORIGINALJordán_Ortega_Daniel_José_2019.pdfJordán_Ortega_Daniel_José_2019.pdfapplication/pdf1583813https://repositorio.unbosque.edu.co/bitstreams/56befa25-a398-42fc-ab54-f2703a135f3d/downloadadd65dce76091cf837e6c44287ba5510MD51Jordán_Ortega_Daniel_José_2019_carta_de_autorización.pdfJordán_Ortega_Daniel_José_2019_carta_de_autorización.pdfapplication/pdf1880617https://repositorio.unbosque.edu.co/bitstreams/f7d56923-3d90-4c52-9f41-5909df2a5bc3/download930d527ab58b59b1db32fb91bd2a0d4eMD52CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-81031https://repositorio.unbosque.edu.co/bitstreams/d2146fab-1665-45a2-b109-28f4e2271875/download934f4ca17e109e0a05eaeaba504d7ce4MD53LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repositorio.unbosque.edu.co/bitstreams/ba66a63b-f2f1-4dd2-a0ac-b25968908d44/download8a4605be74aa9ea9d79846c1fba20a33MD54THUMBNAILJordán_Ortega_Daniel_José_2019.pdf.jpgJordán_Ortega_Daniel_José_2019.pdf.jpgIM Thumbnailimage/jpeg6436https://repositorio.unbosque.edu.co/bitstreams/b2bb8310-0234-4af2-b37a-c854b81c3e8c/download09db7baeb18d5887af7f33dcb6721e66MD55Jordán_Ortega_Daniel_José_2019_carta_de_autorización.pdf.jpgJordán_Ortega_Daniel_José_2019_carta_de_autorización.pdf.jpgIM Thumbnailimage/jpeg8780https://repositorio.unbosque.edu.co/bitstreams/a2e994d6-2ce6-4d70-a59c-92fc374c31a5/download32fd9afb43c6d06f81d72f4b6ae61738MD56TEXTJordán_Ortega_Daniel_José_2019.pdf.txtJordán_Ortega_Daniel_José_2019.pdf.txtExtracted texttext/plain101613https://repositorio.unbosque.edu.co/bitstreams/c985d3ca-6452-40a9-99c5-4a8c5a75d1ad/download1c4a8b8b3d5e84462851b40a434d12d0MD57Jordán_Ortega_Daniel_José_2019_carta_de_autorización.pdf.txtJordán_Ortega_Daniel_José_2019_carta_de_autorización.pdf.txtExtracted texttext/plain8834https://repositorio.unbosque.edu.co/bitstreams/72b9c3ef-b077-4e16-8651-b9f286a278d9/downloadb658e051bdbb07357d0b5f431ab7a29bMD5820.500.12495/3297oai:repositorio.unbosque.edu.co:20.500.12495/32972024-02-07 03:10:12.314http://creativecommons.org/licenses/by-nc-sa/4.0/Attribution-NonCommercial-ShareAlike 4.0 Internationalopen.accesshttps://repositorio.unbosque.edu.coRepositorio Institucional Universidad El Bosquebibliotecas@biteca.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