Detección de masas en imágenes de mamografía por medio de técnicas de aprendizaje profundo

El cáncer de mama es una enfermedad que afecta a millones de mujeres en todo el mundo y se ha convertido en una de las principales causas de muerte en esta población. Detectar a tiempo esta enfermedad es crucial para mejorar las tasas de supervivencia; sin embargo, los médicos se enfrentan a desafíos significativos en su evaluación precisa, ya que las imágenes mamográficas pueden presentar características sutiles y variables que dificultan la detección manual de masas malignas o benignas. En este contexto, se presenta este proyecto, con el objetivo de implementar y evaluar la eficacia de las redes neuronales en la segmentación y clasificación precisa de masas mamográficas, lo que ha arrojado resultados con una precisión del 85 por ciento en la segmentación de masas y un 75 por ciento en la segmentación de estas según su severidad (maligno o benigno).

• Autores: Mejia Cortes, Mario Andres
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2023
• Institución: Universidad de Ibagué
• Repositorio: Repositorio Universidad de Ibagué
• Idioma: spa
• OAI Identifier: oai:repositorio.unibague.edu.co:20.500.12313/4175
• Acceso en línea: https://hdl.handle.net/20.500.12313/4175
• Palabra clave: Mamografia - Técnicas de aprendizaje profundo; Mamografía - Detección de imágenes; Cáncer de mama; Imágenes mamográficas; Redes neuronales; Segmentación; Breast cancer; Mammographic images; Neural networks; Segmentation
• Rights: openAccess
• License: http://purl.org/coar/access_right/c_abf2