Detección de tejido canceroso mamario a partir de técnicas de aprendizaje automático en imágenes de histología

Gil González, JulianOrtiz Meléndez, Diego FernandoLayton Galindo, Oscar Julian2024-07-292024-07-292024https://vitela.javerianacali.edu.co/handle/11522/3634El cáncer de mama femenino es el más común a nivel mundial, con 2,3 millones de casos diagnosticados anualmente y un riesgo de recurrencia del 15%. La detección temprana es crucial para mejorar el tratamiento y las tasas de supervivencia. Sin embargo, el análisis visual de imágenes histológicas es complejo y subjetivo, lo que lleva a errores en el diagnóstico. Este proyecto desarrolló un modelo de clasificación de imágenes histológicas utilizando aprendizaje automático para detectar tejido canceroso mamario, con el objetivo de apoyar a los especialistas en la detección temprana y precisa de la enfermedad. Se recopilaron imágenes histopatológicas de bases de datos públicas, se entrenó un modelo de clasificación supervisada, y se validó su rendimiento para asegurar su precisión y confiabilidad.80 p.application/pdfspaCáncer de mama femeninoDetección tempranaBiopsiasTécnicas histológicasAnálisis visualAprendizaje automáticoClasificación de imágenesHistopatológicas Female breast cancerEarly detectionBiopsiesHistological techniquesVisual analysisMachine learningImage classificationHistopathologicalDetección de tejido canceroso mamario a partir de técnicas de aprendizaje automático en imágenes de histologíahttp://purl.org/coar/resource_type/c_bdcchttps://creativecommons.org/licenses/by-nc-nd/4.0/http://purl.org/coar/access_right/c_abf2