Por favor, use este identificador para citar o enlazar este ítem:
http://repositorio.utc.edu.ec/handle/27000/8217
Registro completo de metadatos
Campo DC | Valor | Lengua/Idioma |
---|---|---|
dc.contributor.advisor | Cusco Vinueza, Víctor Alfonso, MSc. | - |
dc.contributor.author | Palacios De La Cruz, María Belén | - |
dc.contributor.author | Ayleen Dayana, Tomalá Pinargote | - |
dc.date.accessioned | 2022-02-09T17:14:47Z | - |
dc.date.available | 2022-02-09T17:14:47Z | - |
dc.date.issued | 2021-08 | - |
dc.identifier.citation | Palacios De La Cruz María Belén, Tomalá Pinargote Ayleen Dayana, (2021); Implementación de una aplicación web para el reconocimiento de patrones de diagnóstico del Covid 19 en rayos X mediante una red neuronal convolucional para la Universidad Técnica de Cotopaxi Extensión La Maná. UTC. La Maná. 100 p. | es_ES |
dc.identifier.other | UTC-PIM-000388 | - |
dc.identifier.uri | http://repositorio.utc.edu.ec/handle/27000/8217 | - |
dc.description | The implementation and development of processes through Deep Learning applied in the medicinal field is obtaining great success in several aspects that include the detection of various human diseases, so it is required to implement fast and efficient methods based on detections and evaluation of human processes. There are great types of pulmonary diseases that cause problems to the respiratory system; one of them is SARS-CoV-2, COVID-19, whose virus can reproduce with greater intensity when there is a high concentration of person-to-person transmission. The current project aims to determine the classification of lung status within positive and negative values using a percentage of lung accuracy, using a web application with deployment of artificial intelligence models of Deep Learning type. The diagnostic sensitivity was evaluated by screening for lung damage, special metrics were established using programming tools such as TensorFlow, Keras, and Python, which allows us to apply non-maximal suppression to the calculation results of each image. Applying the DevOps methodology in the development of the web application with artificial intelligence will show us the result of the disease prediction based on the loading of an x-ray image, which artificial intelligence models deployed in a SaaS service will allow to receive the request from the client-side and return as a result the score based on a score indicating whether the lung involvement is COVID-19 positive or negative. | es_ES |
dc.description.abstract | La implementación y desarrollo de procesos mediante Deep Learning aplicados en el ámbito medico está obteniendo un gran éxito en varios aspectos, lo cual incluye la detección de diversas enfermedades del ser humano, para lograr esta precisión se requiere implementar métodos rápidos y eficientes en base a detecciones y evaluación de procesos del ser humano. Existe una gran variedad de enfermedades pulmonares que causan problemas al sistema respiratorio; una de ellas SARS-CoV-2, COVID-19, cuyo virus puede reproducirse con mayor intensidad cuando existe una gran concentración de transmisión de persona a persona. El presente proyecto tiene como objetivo determinar la clasificación del estado pulmonar dentro de los valores positivos y negativos mediante un porcentaje de precisión del pulmón, mediante una aplicación web con despliegue de modelos de inteligencia artificial de tipo Deep Learning. Para evaluar la sensibilidad de diagnóstico mediante tamizaje de detección por daños pulmonares, se estableció el uso de métricas especiales mediante herramientas las de programación como TensorFlow, Keras y Python, lo cual nos permite aplicar supresión no máxima a los resultados de cálculo de cada imagen. Aplicando la metodología DevOps en el desarrollo del aplicativo web con inteligencia artificial, nos mostrará el resultado de la predicción de la enfermedad en base a la carga de una imagen de rayos x, lo cual los modelos de inteligencia artificial desplegados en un servicio SaaS permitirán receptar la petición del lado del cliente y retornar como resultado el score en base a una puntuación indicando si la afectación pulmonar es de COVID-19 positivo o negativo. | es_ES |
dc.format.extent | 100 páginas | es_ES |
dc.language.iso | spa | es_ES |
dc.publisher | Ecuador : La Maná : Universidad Técnica de Cotopaxi (UTC) | es_ES |
dc.rights | openAccess | es_ES |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-sa/3.0/ec/ | es_ES |
dc.subject | DEEP LEARNING | es_ES |
dc.subject | APLICACIÓN WEB | es_ES |
dc.subject | PATÓGENO | es_ES |
dc.subject | RAYOS X | es_ES |
dc.subject | VIRUS | es_ES |
dc.subject | INTELIGENCIA ARTIFICIAL | es_ES |
dc.subject | MEDICINA SARS-CoV-2 | es_ES |
dc.subject.other | SISTEMAS DE INFORMACIÓN | es_ES |
dc.title | Implementación de una aplicación web para el reconocimiento de patrones de diagnóstico del Covid 19 en rayos X mediante una red neuronal convolucional para la Universidad Técnica de Cotopaxi Extensión La Maná. | es_ES |
dc.type | bachelorThesis | es_ES |
Aparece en las colecciones: | Tesis - Ingeniería en Informática y Sistemas Computacionales |
Ficheros en este ítem:
Fichero | Descripción | Tamaño | Formato | |
---|---|---|---|---|
UTC-PIM-000388.pdf | PROYECTO DE GRADO A TEXTO COMPLETO | 5,13 MB | Adobe PDF | Visualizar/Abrir |
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons