La escala de Nottingham (NGS) se emplea para poder determinar el grado del cáncer de mama, y tiene 3 criterios a considerar: formación tubular, atipia nuclear y conteo de mitosis. A partir de los puntajes parciales de cada criterio se obtiene el grado del cáncer. Para poder asignar cada puntaje, el patólogo analiza, de forma manual, cada una de las muestras de tejido. La patología computacional surge como una alternativa para simplificar la tarea de análisis de tejido, pues integra la tecnología WSI (Whole Side Imaging), la cual permite obtener imágenes de tejido en formato digital, con herramientas de análisis de imágenes. El procesamiento de imágenes se realiza de dos formas: por medio de algoritmos de procesamiento clásico y algoritmos de aprendizaje profundo. Estos últimos emplean redes neuronales, las cuales automatizan el proceso de análisis de imágenes, y permiten generalizar el modelo ante variantes en las imágenes de entrada. En el presente trabajo se muestra el estudio del criterio de atipia nuclear empleando redes neuronales convolucionales, las cuales son un tipo de arquitectura de aprendizaje profundo, aplicado a tejidos de cáncer de mama. Además, se presenta el modelo de solución para poder asignar el puntaje al tejido según el criterio mencionado.

El presente trabajo consiste en la formación de imágenes que permitan detectar tempranamente los tumores mamarios. Para ello, se hará uso de un sistema de recolección de datos físico, haciendo uso de la tecnología microondas por medio de antenas y un equipo Analizador de Redes Vectoriales (VNA). Estos datos serán procesados con algoritmos computacionales para lo obtención de las imágenes. El primer capítulo presenta una descripción del marco problemático actual, donde se considera tanto la incidencia como la mortalidad por cáncer de mama en relación con la importancia de la detección temprana. Luego, se hace una mención breve sobre alguna de las tecnologías actuales que se encuentran destinadas a la imagenología de la mama, lo cual brinda una visión de en qué campos puede desenvolverse la presente investigación y los parámetros a evaluar que se contemplan para una útil formación de imágenes. Por último, con todo lo anterior se plantea la justificación y los objetivos de estas tesis. En el segundo capítulo se expone qué son las propiedades dieléctricas y cómo es que las propiedades de los componentes de una mama brindan información suficiente para la formación de imágenes en base a tecnología microondas. Además, se mencionan las distintas técnicas microondas para formación de imágenes y se logra enfatizar en las basadas en radar, ya que estas competen a la aplicación en este trabajo. Finalmente, se explica brevemente lo que son los parámetros de dispersión, datos base de información para el procesamiento que son brindados por el equipo VNA. El tercer capítulo consiste en el planteamiento de distintos puntos requeridos para el sistema final. Por un lado, se plantea el desarrollo del fantoma de pruebas que simula las propiedades eléctricas de una mama, para lo cual se emplea una técnica basada en cavidades resonantes que permite medir la permitividad de los materiales a usar. Esta medición de permitividad permite comprobar si los valores de los materiales corresponden a los esperados. Por otro lado, se describen dos sistemas para formación de imágenes basados en radar: Confocal y Holográfico. Para ello, se considera el mecanismo de sus algoritmos, los requerimientos para la recolección de pruebas experimentales y, finalmente, las pruebas de factibilidad de estos en la detección de objetos. Las imágenes obtenidas permiten comparar ambos métodos. Además, se realiza una prueba adicional de distribución espacial de antenas para el sistema holográfico, buscando distinguir la distribución con mejores resultados. / Tesis

En la presente tesis, queremos demostrar y proponer como la tecnología puede ser utilizada por los genetistas y especialistas en oncología como una herramienta para agilizar la detección de cáncer de mama, siendo este el más común en Perú. El diagnóstico temprano es un mecanismo efectivo que ayuda a la reducción de la mortalidad en este tipo de cáncer de tal manera que se pueda seguir un tratamiento adecuado. Actualmente una forma de detectarlo es a través de una prueba genética para identificar mutaciones en los genes BRCA 1 y BRCA 2, sin embargo, este camino contiene pruebas que son difíciles, costosas y lentas, que a su vez requieren una carga de trabajo excesiva por parte de un biólogo o genetista. por tal motivo se tiene como objetivo combinar los factores de riesgo asociados con el cáncer de mamá, incluidas las variaciones genéticas para diseñar un modelo predictivo basados en la inteligencia artificial para determinar si el tumor asociado al cáncer es benigno o maligno. El modelo se diseñó utilizando un algoritmo de redes neuronales logrando obtener un rendimiento de 92% precisión con datos de prueba en tan solo unos minutos. Esta propuesta de modelo de predicción es única en el Perú y puede ser ofrecida por una Gerencia de TI dentro de una organización del sector salud para que posteriormente pueda ser implementada y desplegada por un equipo de científicos de datos. / In the present thesis, we are looking for a demonstration and proposal how the technology can be so useful for the genetic and oncology Scientifics as a tool for quick detection of the breast cancer, which ones is the most common in Peru. Early diagnosis is the most effective way for a treatment to help people to prevent the mortality in this kind of cancer. At this moment, the best way for an early detection is a genetical test to look for mutations in BRCA 1 and BRCA 2 gen, however this way is so hard, because this requires a lot of difficult, expensive, and slowly tests remark a lot of work of the genetic and oncology Scientifics. That is the reason our thesis has as the principal goal to combine all the risk factors associated with breast cancer, including genetical mutations, for generate a predictive model based in artificial intelligence for determinate if a kind of tumor is associated with benign or pathogenic. This designed model has a 92% of precision with open-source test data in a few minutes. This predictive model is unique in Peru and can be offered by an IT Management within a health sector organization so that it can later be implemented and deployed by a team of data scientists.

El presente trabajo aborda y desarrolla los requerimientos que implica la importación, preinstalación, instalación y puesta en marcha del Mamógrafo Seno Crystal Nova de la marca General Electric. En tal sentido, se analizarán las características esenciales del equipo como son los parámetros eléctricos, de potencia, de comunicación, estándares internacionales a seguir, para de esta manera contar con una adecuada elección de los métodos de protección y respaldo, aisladores eléctricos, calibre de los conectores, conexiones de red, lo cual implica el enlace de comunicación con el servidor de imágenes – DICOM y enlace entre la estación de control y el estativo. Por último, se busca cumplir con los requisitos ambientales y estructurales para un correcto funcionamiento del Equipo Médico y protección contra Rayos X para los pacientes y operador.

El presente trabajo consiste en la formación de imágenes que permitan detectar tempranamente los tumores mamarios. Para ello, se hará uso de un sistema de recolección de datos físico, haciendo uso de la tecnología microondas por medio de antenas y un equipo Analizador de Redes Vectoriales (VNA). Estos datos serán procesados con algoritmos computacionales para lo obtención de las imágenes. El primer capítulo presenta una descripción del marco problemático actual, donde se considera tanto la incidencia como la mortalidad por cáncer de mama en relación con la importancia de la detección temprana. Luego, se hace una mención breve sobre alguna de las tecnologías actuales que se encuentran destinadas a la imagenología de la mama, lo cual brinda una visión de en qué campos puede desenvolverse la presente investigación y los parámetros a evaluar que se contemplan para una útil formación de imágenes. Por último, con todo lo anterior se plantea la justificación y los objetivos de estas tesis. En el segundo capítulo se expone qué son las propiedades dieléctricas y cómo es que las propiedades de los componentes de una mama brindan información suficiente para la formación de imágenes en base a tecnología microondas. Además, se mencionan las distintas técnicas microondas para formación de imágenes y se logra enfatizar en las basadas en radar, ya que estas competen a la aplicación en este trabajo. Finalmente, se explica brevemente lo que son los parámetros de dispersión, datos base de información para el procesamiento que son brindados por el equipo VNA. El tercer capítulo consiste en el planteamiento de distintos puntos requeridos para el sistema final. Por un lado, se plantea el desarrollo del fantoma de pruebas que simula las propiedades eléctricas de una mama, para lo cual se emplea una técnica basada en cavidades resonantes que permite medir la permitividad de los materiales a usar. Esta medición de permitividad permite comprobar si los valores de los materiales corresponden a los esperados. Por otro lado, se describen dos sistemas para formación de imágenes basados en radar: Confocal y Holográfico. Para ello, se considera el mecanismo de sus algoritmos, los requerimientos para la recolección de pruebas experimentales y, finalmente, las pruebas de factibilidad de estos en la detección de objetos. Las imágenes obtenidas permiten comparar ambos métodos. Además, se realiza una prueba adicional de distribución espacial de antenas para el sistema holográfico, buscando distinguir la distribución con mejores resultados.