Aplicación de las técnicas de aprendizaje automático para la ubicación y detección temprana de tumores cerebrales

Con el propósito de asistir al personal médico en Colombia y agilizar el proceso de diagnóstico, teniendo en cuenta la importancia de detectar tumores de una manera temprana, se decidió hacer un modelo que identifique tres tipos de tumores cerebrales, Meningiomas, Gliomas y Tumores Pituitarios, o qu...

Full description

Autores:
Sarmiento Barón, Sofía
García Ruiz, Juan Camilo
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2021
Institución:
Universidad de los Andes
Repositorio:
Séneca: repositorio Uniandes
Idioma:
spa
OAI Identifier:
oai:repositorio.uniandes.edu.co:1992/55455
Acceso en línea:
http://hdl.handle.net/1992/55455
Palabra clave:
Aprendizaje automático
Tumores cerebrales
Meningiomas
Gliomas
Tumores Pituitarios
Ingeniería
Rights
openAccess
License
http://creativecommons.org/licenses/by-nc-nd/4.0/
id UNIANDES2_f1bac4c576108f3b907dc48dc2bfba6e
oai_identifier_str oai:repositorio.uniandes.edu.co:1992/55455
network_acronym_str UNIANDES2
network_name_str Séneca: repositorio Uniandes
repository_id_str
spelling Al consultar y hacer uso de este recurso, está aceptando las condiciones de uso establecidas por los autores.http://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Núñez Castro, Haydemar Maríaaef32a2c-71a5-4b18-9a94-e5cc2768cdd4400Sarmiento Barón, Sofía6d0f77b8-5958-4d88-b3fd-4fc80cbde4e6500García Ruiz, Juan Camiloede59a71-358b-4793-bd10-57ae73388ea75002022-02-22T20:00:45Z2022-02-22T20:00:45Z2021http://hdl.handle.net/1992/5545525383.pdfinstname:Universidad de los Andesreponame:Repositorio Institucional Sénecarepourl:https://repositorio.uniandes.edu.co/Con el propósito de asistir al personal médico en Colombia y agilizar el proceso de diagnóstico, teniendo en cuenta la importancia de detectar tumores de una manera temprana, se decidió hacer un modelo que identifique tres tipos de tumores cerebrales, Meningiomas, Gliomas y Tumores Pituitarios, o que identifique si no se encuentra ningún tumor. Estos tipos de tumores cerebrales son los más comunes según diferentes estudios referenciados en el documento. El modelo fue construido a partir de un conjunto de datos público encontrado en el repositorio Kaggle llamado "Brain Tumor Classification (MRI)". Bajo la supervisión de un experto se verificó que efectivamente las imágenes estuvieran clasificadas correctamente en los distintos tipos de tumores. El modelo recibe como entrada una resonancia magnética (MRI) y como resultado se obtiene la clasificación del tumor y su ubicación. millones COP.With the purpose of assisting medical personnel in Colombia and speeding up the diagnostic process, taking into account the importance of detecting tumors early, it was decided to develop a model that identifies three types of brain tumors, meningiomas, gliomas, and pituitary tumors, or identifies if no tumors are found. These types of brain tumors are the most common according to different studies referenced in the document. The model was built using a public data set found in the Kaggle repository called "Brain Tumor Classification (RM)". Under the supervision of an expert, it was verified that the images were classified into the correct types of tumors. The model receives as input a magnetic resonance imaging (MRI) and outputs the tumor classification and its location.Ingeniero de Sistemas y ComputaciónPregrado18 páginasapplication/pdfspaUniversidad de los AndesIngeniería de Sistemas y ComputaciónFacultad de IngenieríaDepartamento de Ingeniería de Sistemas y ComputaciónAplicación de las técnicas de aprendizaje automático para la ubicación y detección temprana de tumores cerebralesTrabajo de grado - Pregradoinfo:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_7a1fTexthttp://purl.org/redcol/resource_type/TPAprendizaje automáticoTumores cerebralesMeningiomasGliomasTumores PituitariosIngeniería201715023PublicationTEXT25383.pdf.txt25383.pdf.txtExtracted texttext/plain42731https://repositorio.uniandes.edu.co/bitstreams/f11571b4-f123-4351-882f-f32ec9fce507/downloadb09db3f5a70d563176b85e825d079be7MD52ORIGINAL25383.pdfapplication/pdf2531731https://repositorio.uniandes.edu.co/bitstreams/7b52aca5-fabe-4f20-b05b-0e84223f0d5e/download0caf0deee65cb89281a9c2c96c86f0b4MD51THUMBNAIL25383.pdf.jpg25383.pdf.jpgIM Thumbnailimage/jpeg4856https://repositorio.uniandes.edu.co/bitstreams/bd837b89-a854-4f33-9072-58f61500e0d7/download452b41d847184475a46d808996db58c8MD531992/55455oai:repositorio.uniandes.edu.co:1992/554552023-10-10 16:40:13.166http://creativecommons.org/licenses/by-nc-nd/4.0/open.accesshttps://repositorio.uniandes.edu.coRepositorio institucional Sénecaadminrepositorio@uniandes.edu.co
dc.title.spa.fl_str_mv Aplicación de las técnicas de aprendizaje automático para la ubicación y detección temprana de tumores cerebrales
title Aplicación de las técnicas de aprendizaje automático para la ubicación y detección temprana de tumores cerebrales
spellingShingle Aplicación de las técnicas de aprendizaje automático para la ubicación y detección temprana de tumores cerebrales
Aprendizaje automático
Tumores cerebrales
Meningiomas
Gliomas
Tumores Pituitarios
Ingeniería
title_short Aplicación de las técnicas de aprendizaje automático para la ubicación y detección temprana de tumores cerebrales
title_full Aplicación de las técnicas de aprendizaje automático para la ubicación y detección temprana de tumores cerebrales
title_fullStr Aplicación de las técnicas de aprendizaje automático para la ubicación y detección temprana de tumores cerebrales
title_full_unstemmed Aplicación de las técnicas de aprendizaje automático para la ubicación y detección temprana de tumores cerebrales
title_sort Aplicación de las técnicas de aprendizaje automático para la ubicación y detección temprana de tumores cerebrales
dc.creator.fl_str_mv Sarmiento Barón, Sofía
García Ruiz, Juan Camilo
dc.contributor.advisor.spa.fl_str_mv Núñez Castro, Haydemar María
dc.contributor.author.spa.fl_str_mv Sarmiento Barón, Sofía
García Ruiz, Juan Camilo
dc.subject.keyword.none.fl_str_mv Aprendizaje automático
Tumores cerebrales
Meningiomas
Gliomas
Tumores Pituitarios
topic Aprendizaje automático
Tumores cerebrales
Meningiomas
Gliomas
Tumores Pituitarios
Ingeniería
dc.subject.themes.none.fl_str_mv Ingeniería
description Con el propósito de asistir al personal médico en Colombia y agilizar el proceso de diagnóstico, teniendo en cuenta la importancia de detectar tumores de una manera temprana, se decidió hacer un modelo que identifique tres tipos de tumores cerebrales, Meningiomas, Gliomas y Tumores Pituitarios, o que identifique si no se encuentra ningún tumor. Estos tipos de tumores cerebrales son los más comunes según diferentes estudios referenciados en el documento. El modelo fue construido a partir de un conjunto de datos público encontrado en el repositorio Kaggle llamado "Brain Tumor Classification (MRI)". Bajo la supervisión de un experto se verificó que efectivamente las imágenes estuvieran clasificadas correctamente en los distintos tipos de tumores. El modelo recibe como entrada una resonancia magnética (MRI) y como resultado se obtiene la clasificación del tumor y su ubicación. millones COP.
publishDate 2021
dc.date.issued.none.fl_str_mv 2021
dc.date.accessioned.none.fl_str_mv 2022-02-22T20:00:45Z
dc.date.available.none.fl_str_mv 2022-02-22T20:00:45Z
dc.type.spa.fl_str_mv Trabajo de grado - Pregrado
dc.type.driver.spa.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.type.version.spa.fl_str_mv info:eu-repo/semantics/acceptedVersion
dc.type.coar.spa.fl_str_mv http://purl.org/coar/resource_type/c_7a1f
dc.type.content.spa.fl_str_mv Text
dc.type.redcol.spa.fl_str_mv http://purl.org/redcol/resource_type/TP
format http://purl.org/coar/resource_type/c_7a1f
status_str acceptedVersion
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/1992/55455
dc.identifier.pdf.spa.fl_str_mv 25383.pdf
dc.identifier.instname.spa.fl_str_mv instname:Universidad de los Andes
dc.identifier.reponame.spa.fl_str_mv reponame:Repositorio Institucional Séneca
dc.identifier.repourl.spa.fl_str_mv repourl:https://repositorio.uniandes.edu.co/
url http://hdl.handle.net/1992/55455
identifier_str_mv 25383.pdf
instname:Universidad de los Andes
reponame:Repositorio Institucional Séneca
repourl:https://repositorio.uniandes.edu.co/
dc.language.iso.spa.fl_str_mv spa
language spa
dc.rights.uri.*.fl_str_mv http://creativecommons.org/licenses/by-nc-nd/4.0/
dc.rights.accessrights.spa.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.coar.spa.fl_str_mv http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-nd/4.0/
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.format.extent.spa.fl_str_mv 18 páginas
dc.format.mimetype.spa.fl_str_mv application/pdf
dc.publisher.spa.fl_str_mv Universidad de los Andes
dc.publisher.program.spa.fl_str_mv Ingeniería de Sistemas y Computación
dc.publisher.faculty.spa.fl_str_mv Facultad de Ingeniería
dc.publisher.department.spa.fl_str_mv Departamento de Ingeniería de Sistemas y Computación
institution Universidad de los Andes
bitstream.url.fl_str_mv https://repositorio.uniandes.edu.co/bitstreams/f11571b4-f123-4351-882f-f32ec9fce507/download
https://repositorio.uniandes.edu.co/bitstreams/7b52aca5-fabe-4f20-b05b-0e84223f0d5e/download
https://repositorio.uniandes.edu.co/bitstreams/bd837b89-a854-4f33-9072-58f61500e0d7/download
bitstream.checksum.fl_str_mv b09db3f5a70d563176b85e825d079be7
0caf0deee65cb89281a9c2c96c86f0b4
452b41d847184475a46d808996db58c8
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositorio institucional Séneca
repository.mail.fl_str_mv adminrepositorio@uniandes.edu.co
_version_ 1818111790200913920

Publicaciones similares