Modelo para la detección de cáncer de seno en imágenes histológicas a partir de aprendizaje profundo con múltiples anotadores

Gil González, JuliánGonzález Vélez, Juan FelipeBuitrago Chávez, Jhoan Manuel2024-08-222024-08-222024https://vitela.javerianacali.edu.co/handle/11522/3877El cáncer de seno es el tipo de cáncer más común en mujeres, por lo que la detección temprana de esta enfermedad es crucial para combatirla. Actualmente, una de las formas de detectar el cáncer de seno es mediante el análisis del tejido mamario a través de imágenes histológicas. Este análisis es un proceso tedioso que debe ser realizado por un experto. El aprendizaje automático puede ser útil para facilitar esta tarea; sin embargo, requiere una cantidad suficiente de información recolectada para su entrenamiento, lo cual es difícil de obtener debido a la escasez de expertos capaces de anotar las imágenes. En este proyecto se proponen diferentes modelos de aprendizaje profundo para la clasificación de imágenes histológicas, aprovechando las anotaciones de múltiples anotadores con diversos grados de experiencia y conocimiento. Los resultados de estos modelos fueron comparados con varios modelos clásicos de aprendizaje automático que utilizan las etiquetas verdaderas para su entrenamiento.67 p.application/pdfspaAprendizaje de máquinaAprendizaje profundoMúltiples anotadoresCáncer de senoHistologíaMachine learningDeep learningMultiple annotatorsBreast cancerHistologyModelo para la detección de cáncer de seno en imágenes histológicas a partir de aprendizaje profundo con múltiples anotadoreshttp://purl.org/coar/resource_type/c_7a1fhttps://creativecommons.org/licenses/by-nc-nd/4.0/http://purl.org/coar/access_right/c_abf2