Por favor, use este identificador para citar o enlazar este ítem: http://repositorio.utc.edu.ec/handle/27000/8438
Tipo de Material: bachelorThesis
Título : Desarrollo de software biomédico mediante modelos deep learning para la detección de tumores pulmonares en la aplicación de procesamiento de imágenes espectrales para el departamento médico de la Universidad Técnica de Cotopaxi Extensión La Maná.
Autor : Tuarez Vega, Rosa Johanna
Vera Pizanan, Richard Nixon
Director de Tesis: Bajaña Zajia, Johnny Xavier
Descriptores: BIOMÉDICO
CANCER
ALVEOLOS
DICOM
GAMMA
DEEP LEARNING
Fecha de publicación : 2022
Ciudad: Editorial: Ecuador : La Mana : Universidad Técnica de Cotopaxi (UTC)
Citación : Tuarez Vega Rosa Johanna, Vera Pizanan Richard Nixon, (2022); Desarrollo de software biomédico mediante modelos deep learning para la detección de tumores pulmonares en la aplicación de procesamiento de imágenes espectrales para el departamento médico de la Universidad Técnica de Cotopaxi Extensión La Maná. UTC. La Mana. 117 p.
metadata.dc.format.extent: 117 páginas
Resumen : La implementación y desarrollo de modelos basados en Deep Learning aplicados en el ámbito biomédico está obteniendo éxito en varios aspectos de la medicina, esto incluye la detección de enfermedades en el ser humano, para este alcance se requiere una correcta evaluación de procesos. Sin embargo, existe una gran variedad de enfermedades que causan cáncer; una de ellas la infección cancerígena de los alveolos pulmonares, lo cual se reproduce con mayor intensidad en la estructura orgánica pulmonar cuando existe una gran concentración de estas células cancerígenas. La presente investigación tiene como objetivo determinar la detección del cáncer pulmonar mediante su posicionamiento a través de imágenes DICOM (Estándar De Transmisión De Imágenes). El desarrollo de un software biomédico con despliegue de modelos deep learning permitió la detección cancerígena en la evaluación del diagnóstico, aplicando el uso de métricas espaciales de imagenología como formato de intercambio de imágenes en la obtención de información y tratado especial mediante tamizaje y aplicación de gamma en escalas grises; complementando con el uso de entornos Matlab GUI basados en el lenguaje de programación de cálculo, permitiendo así implementar modelos artificiales y espectros de visión artificial computarizada como complementos en el tratado de cada imagen, obteniendo así los resultados esperados en base al posicionamiento y detección del cáncer en los pulmones.
Descripción : The implementation and development of models based on Deep Learning applied in the biomedical field is obtaining success in several aspects of medicine, this includes the detection of diseases in humans, for this scope a correct evaluation of the processes is required. However, there is a wide variety of diseases that cause cancer; one of them is the carcinogenic infection of the pulmonary alveoli, which reproduces with greater intensity in the pulmonary organic structure when there is a large concentration of these cancer cells. The present research aims to determine the detection of lung cancer through its positioning through DICOM (Image Transmission Standard) images. The development of biomedical software with the deployment of deep learning models allowed cancer detection in the evaluation of the diagnosis, applying the use of spatial image metrics as an image exchange format in obtaining information and special treatment through screening and application of gamma in grayscales; complementing with the use of MATLAB GUI environments based on the calculation programming language, thus allowing to implement artificial models and spectra of computerized artificial vision as complements in the treatment of each image, therefore obtaining the expected results based on the positioning and detection of cancer in the lungs.
Aparece en las colecciones: Tesis - Ingeniería en Sistemas de Información

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
UTC-PIM- 000413.pdfPROYECTO DE GRADO A TEXTO COMPLETO3,39 MBAdobe PDFVisualizar/Abrir


Los ítems de Repositorio UTC están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.