|
|
|
|
| LEADER |
03996nam a2200397 i 4500 |
| 003 |
PA-PaUTB |
| 005 |
20240123092001.0 |
| 007 |
ta |
| 008 |
210416b2019||||pn|||||f|im|||00||0|spa|d |
| 040 |
|
|
|a Sistema de Bibliotecas de la Universidad Tecnológica de Panamá
|
| 082 |
0 |
4 |
|a 363.739
|b M5235
|q PA-PaUTB
|2 21
|
| 100 |
1 |
|
|a Mendoza Valdés, José Longino,
|e sustentante
|
| 245 |
1 |
0 |
|a Detección de masa y nódulos en radiografías de tórax con Deep Learning /
|c José Longino Mendoza Valdés, Mariana Dayneth Areiza Quintero ; asesor José L. Mendoza A.
|
| 264 |
|
1 |
|a Panamá :
|b Universidad Tecnológica de Panamá,
|c 2019
|
| 300 |
|
|
|a xviii, 99 páginas :
|b imágenes, cuadros, gráficas ;
|c 28 cm +
|
| 336 |
|
|
|2 rdacontent
|a texto
|b txt
|
| 337 |
|
|
|2 rdamedia
|a no mediado
|b n
|
| 338 |
|
|
|2 rdacarrier
|a volumen
|b nc
|
| 502 |
|
|
|a Trabajo de Graduación para optar al Título de Licenciadosen Ingeniería de Sistemas y Computación. -- Página Del Título.
|
| 502 |
|
|
|a Tesis )
|b Licenciatura ). --
|c Universidad Tecnológica de Panamá, Facultad de Ingeniería de Sistemas Computacionales, Centro Regional de Chiriquí. Licenciatura en Ingeniería de Sistemas Computacionales,
|b Licenciatura en Ingeniería de Sistemas y Computacionales
|d 2019
|
| 504 |
|
|
|a Incluye bibliografía
|
| 505 |
0 |
|
|a Capítulo 1. Marco referencial. -- Capítulo 2. Marco teórico. -- Capítulo 3. Marco metodológico. -- Capítulo 4. Diseño del sistema. -- Capítulo 5. Presentación y análisis de resultados.
|
| 506 |
0 |
|
|a No se presta a domicilio.
|
| 520 |
3 |
|
|a En este proyecto se logró desarrollar un algoritmo basado en redes redes neuronales convolucionales, específicamente la arquitectura DENSELY, entrenado a través de un data set open access Chest X-ray 14 liberado por el National Institute of Health (NIH) en 2017. Es la base de datos mas grande de rayos X que contiene 112.120 imagenes en vista frontal de 32.717 pacientes con 14 categorías comunes de enfermedades torácicas, en el estudio se centró en las radiografías posteroanterior de tórax que contengan masas y/o nódulos. Se entrenó un modelo de redes neuronales convolucionales con el banco de datos Chest X-ray 14 a través de la librería de aprendizaje de máquina TensorFlow. El modelo obtenido se validó a través de métricas de modelos de clasificación usando la curva ROC, matriz de confusión, reporte de clasificación, gráficas de medición de error y de precisión obteniendo mejores resultados vistos hasta el momento con este data set. El buen desempeño del modelo se logró gracias a un correcto ajuste en la arquitectura de redes neuronales convolucionales y a una depuración de las imágenes utilizadas para entrenar, esto último exclusivo de este proyecto. Luego de haber aplicado el algoritmo basado en la arquitectura DENSELY a las radiografías, se tuvo un 98 % de acierto en la detección de masas y nódulos en cada una de ellas, aprobando la hipótesis de este estudio de la implementación de un modelo de redes convolucionales DENSELY en TensorFlow que ayudará a detectar masas y nódulos pulmonares en imágenes radiográficas digitales de tórax
|
| 541 |
1 |
|
|a José Longino Mendoza Valdes, Mariana Dayneth Areiza Quintero.
|c DUTP
|d Recibido: 2022/01/07.
|e 18835.
|h $50.00.
|
| 650 |
1 |
7 |
|a Contaminacionb.
|2 LEMB
|
| 650 |
2 |
7 |
|a Redes Neurales (Computadores)
|2 LEMB
|
| 650 |
2 |
7 |
|a Tesis y Disertaciones Académicas
|2 LEMB
|
| 700 |
1 |
|
|a Areiza Quintero, Mariana Dayneth,
|e sustentante
|
| 700 |
1 |
|
|a Mendoza Avilés, José Longino,
|e asesor
|
| 942 |
|
|
|2 ddc
|c TESIS
|
| 945 |
|
|
|a ca/ec
|
| 946 |
|
|
|c 37953
|d Denys Rios
|
| 999 |
|
|
|c 18835
|d 18835
|
| 952 |
|
|
|0 0
|1 0
|2 ddc
|4 0
|6 T_363_739000000000000_M5235
|7 0
|8 TES
|9 48811
|a BUT
|b BUT
|c TES
|d 2021-05-04
|l 1
|o T 363.739 M5235
|p 800135313
|r 2023-07-24
|s 2023-07-24
|t e,1
|w 2021-05-04
|y TESIS
|
| 952 |
|
|
|0 0
|1 0
|2 ddc
|4 0
|6 363_739000000000000_M5235_2019
|7 0
|8 TES
|9 160510
|a BUT-CH
|b BUT-CH
|d 2022-01-07
|e DUTP
|g 75.00
|l 0
|o 363.739 M5235 2019
|p 400119164
|r 2022-09-06
|t e.1
|w 2022-09-06
|y TESIS
|