Automated detection of lung cancer with 3D convolutional neural networks

"El cáncer de pulmón es el cáncer más mortal en todo el mundo. Se ha demostrado que la detección temprana mediante tomografía computarizada (TC) puede reducir las muertes causadas por esta enfermedad. Presentamos un marco general para la detección de cáncer de pulmón en imágenes de tomografía computarizada de tórax. Nuestro método consiste en un detector entrenado en la base de datos LIDC-IDRI seguido por un predictor de cáncer entrenado en la base de datos Kaggle DSB 2017 y evaluado en el conjunto de prueba del challenge de predicción de malignidad del nódulo pulmonar ISBI 2018. Nuestro enfoque de extracción de candidatos es eficaz para producir candidatos precisos con una cobertura del 99.6%. Además, la etapa de reducción de falsos positivos logra clasificar con éxito a los candidatos y aumenta la precisión en un factor de 7.000." -- Tomado del Formato de Documento de Grado.

• Autores: Pérez Sarabia, Gustavo Adolfo
• Fecha de publicación: 2018
• Institución: Universidad de los Andes
• Repositorio: Séneca: repositorio Uniandes
• Idioma: eng
• OAI Identifier: oai:repositorio.uniandes.edu.co:1992/34461
• Acceso en línea: http://hdl.handle.net/1992/34461
• Palabra clave: Pulmones - Cáncer - Prevención y control - Investigaciones; Tomografía computarizada por rayos X - Investigaciones; Tórax - Radiografías - Investigaciones; Enfermedades respiratorias - Diagnóstico por computador - Investigaciones; Procesamiento de imágenes - Aplicaciones médicas - Investigaciones; Redes neuronales convolucionales - Investigaciones; Ingeniería
• Rights: openAccess
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/