Implementación de un modelo de aprendizaje profundo de máquinas para la detección de cáncer de seno
dc.contributor.advisor | Forero Vargas, Manuel Guillermo | |
dc.contributor.advisor | Castaño Idarraga, Omar Andrés | |
dc.contributor.author | Ávila Gómez, Jair Orlando | |
dc.contributor.author | Maldonado Benavides, Fabián Alonso | |
dc.contributor.author | Bermúdez Murillo, Laura Yohana | |
dc.date.accessioned | 2024-07-30T17:33:38Z | |
dc.date.available | 2024-07-30T17:33:38Z | |
dc.date.issued | 2024 | |
dc.description.abstract | El objetivo principal de este trabajo es implementar un modelo de aprendizaje profundo para la detección de cáncer de seno mediante el análisis de imágenes médicas obtenidas a través de mamografías. Se propone el desarrollo y entrenamiento de un sistema capaz de identificar nódulos sospechosos en estas imágenes. Para lograrlo, se utilizarán diversas arquitecturas convolucionales, como VGG16, VGG19, RESNET y RESNET50, así como Visión Transformer (VIT) | |
dc.description.abstracteng | The main objective of this work is to implement a deep learning model for the detection of breast cancer by analyzing medical images obtained through mammograms. The development and training of a system capable of identifying suspicious nodules in these images is proposed. To achieve this, various convolutional architectures will be used, such as VGG16, VGG19, RESNET and RESNET50, as well as Vision Transformer (VIT). | |
dc.format.extent | 79 p. | |
dc.format.mimetype | application/pdf | |
dc.identifier.uri | https://vitela.javerianacali.edu.co/handle/11522/3648 | |
dc.language.iso | spa | |
dc.publisher | Pontificia Universidad Javeriana Cali | |
dc.publisher.faculty | Facultad de Ingeniería y Ciencias | |
dc.rights.accessrights | http://purl.org/coar/access_right/c_abf2 | |
dc.rights.creativecommons | https://creativecommons.org/licenses/by-nc-nd/4.0/ | |
dc.rights.uri | https://creativecommons.org/licenses/by-nc-nd/4.0/ | |
dc.subject | Aprendizaje profundo | |
dc.subject | Detección de nódulos | |
dc.subject | Imágenes médicas | |
dc.subject | Mamografías | |
dc.subject | Cáncer de seno | |
dc.subject | Identificación de cáncer | |
dc.subject | Sistema de detección | |
dc.subject | Inteligencia Artificial en salud | |
dc.subject | Diagnóstico por imágenes | |
dc.subject | Procesamiento de imágenes médicas | |
dc.subject | Deep Learning | |
dc.subject | Nodule Detection | |
dc.subject | Medical Imaging | |
dc.subject | Mammograms | |
dc.subject | Breast Cancer | |
dc.subject | Cancer Identification | |
dc.subject | Detection System | |
dc.subject | Intelligence Artificial health | |
dc.subject | Diagnostic imaging | |
dc.subject | Medical image processing | |
dc.thesis.discipline | Facultad de Ingeniería y Ciencias. Maestría en Ciencia de Datos - Modalidad virtual | |
dc.thesis.grantor | Pontificia Universidad Javeriana Cali | |
dc.thesis.level | Maestría | |
dc.title | Implementación de un modelo de aprendizaje profundo de máquinas para la detección de cáncer de seno | spa |
dc.type.coar | http://purl.org/coar/resource_type/c_bdcc | |
dc.type.local | Tesis/Trabajo de grado - Monografía - Maestría | |
dc.type.redcol | https://purl.org/redcol/resource_type/TM |
Files
Original bundle
1 - 3 of 3
Loading...
- Name:
- TF-IMPLEMENTACION_MODELO_V.pdf
- Size:
- 2.5 MB
- Format:
- Adobe Portable Document Format
No Thumbnail Available
- Name:
- Nota de Aceptación - Jair Ávila; Fabián Maldonado;Laura Bermudez.pdf
- Size:
- 287.36 KB
- Format:
- Adobe Portable Document Format
No Thumbnail Available
- Name:
- LICENCIA_DE_USO-TG.pdf
- Size:
- 226.43 KB
- Format:
- Adobe Portable Document Format
License bundle
1 - 1 of 1
No Thumbnail Available
- Name:
- license.txt
- Size:
- 1.71 KB
- Format:
- Item-specific license agreed to upon submission
- Description: