La detección de tumores de mama es crucial para evitar las muertes a causa de esta enfermedad, los hospitales públicos padecen de este problema y cuyos centros de atención evidencian la carencia de un diagnóstico rápido y eficiente. Esta situación es la que ha permitido canalizar la investigación aplicada con el objetivo de apoyar al análisis mamográfico en la detección de tumores de mama mediante el uso de mamografías digitales. Para la obtención de las imágenes se vio la necesidad de buscar bases de datos públicas de las cuales se trabajaron con mini-MIAS y DDSM. El sistema inteligente ha sido desarrollado por medio de una fusión entre las Etapas del modelo de Machine Learning y RUP. La primera metodología se utilizó para la creación de un modelo haciendo uso de las técnicas de Deep learning, y dentro de ella se trabajaron con las redes neuronales convolucionales (CNN). la segunda metodología se utilizó para el desarrollo del sistema web local que sirve como una interfaz de interacción del experto con el modelo creado. Al finalizar el desarrollo del modelo se propuso evaluar su precisión, por lo cual se ha considerado la validación del experto con respecto a los resultados que retorna el sistema, concluyendo en una exactitud y precisión del modelo en un 88.5% y 93.5% respectivamente. Obteniendo estos resultados finales se puede decir que, haciendo uso de la inteligencia artificial, esta investigación es un aporte crucial en la ciencia de la salud.
| Identifer | oai:union.ndltd.org:usat.edu.pe/oai:tesis.usat.edu.pe:20.500.12423/4067 |
| Date | January 2021 |
| Creators | Ramon Cueva, Jose Cristhian |
| Contributors | Chavarry Chankay, Mariana |
| Publisher | Universidad Católica Santo Toribio de Mogrovejo, PE |
| Source Sets | Universidad Catolica Santo Toribio de Mogrovejo |
| Language | Spanish |
| Detected Language | Spanish |
| Type | info:eu-repo/semantics/bachelorThesis |
| Format | application/pdf |
| Rights | info:eu-repo/semantics/openAccess, http://creativecommons.org/licenses/by/4.0/ |
Page generated in 0.0023 seconds