Repositorio Dspace

Modelo de red neuronal convolucional para el diagnóstico de neumonía en imágenes radiológicas

Mostrar el registro sencillo del ítem

dc.rights.license Attribution 4.0 International (CC BY 4.0) * Atribución-NoComercial-SinDerivadas 2.5 Colombia (CC BY-NC-ND 2.5 CO)
dc.contributor.author Naar Pérez, Agustín
dc.contributor.author Barreto Martínez, Fabian
dc.coverage.spatial Cartagena de Indias D. T. y C. (Bolívar)
dc.date.accessioned 2021-08-09T15:40:12Z
dc.date.available 2021-08-09T15:40:12Z
dc.date.issued 2019-06-10
dc.identifier.citation O. M. D. L. S. OMS. [En línea]. Available:https://www.who.int/mediacentre/news/releases/2014/child_mortality_estimates/es/. [Último acceso: 15 MARZO 2019].
dc.identifier.citation «www.kaggle.com,» [En línea]. Available: https://www.kaggle.com/c/rsna-pneumoniadetection-challenge. [Último acceso: 09 11 2018].
dc.identifier.citation DANE, «DIEZ PRIMERAS CAUSAS DE DEFUNCIÓN, SEGÚN DEPARTAMENTO DE RESIDENCIA,» Santa Fe de Bogotá, 2016.
dc.identifier.citation H. C. U. d. S. d. Compostela, «NEUMO EXPERTOS EN PREVENCION,» Hospital Clínico Universitario de Santiago de Compostela, [En línea]. Available:https://neumoexpertos.org/2017/05/17/pronostico-y-mortalidad-de-la-neumonia/.
dc.identifier.citation OMS, «https://www.who.int/es/news-room/fact-sheets/detail/pneumonia,» 07 11 2016. [En línea]. Available: https://www.who.int/es/news-room/factsheets/detail/pneumonia. [Último acceso: 5 11 2018].
dc.identifier.citation E. TIEMPO, «EL TIEMPO - BLOGS,» ELTIEMPO.COM, [En línea]. Available:http://blogs.eltiempo.com/motor-de-busqueda/2017/03/05/la-crisis-del-sistema-desalud/.
dc.identifier.citation S. R. d. A. d. Norte, «kaggle.com,» Sociedad Radiologica de America del Norte, 2018. [En línea]. Available: https://www.kaggle.com/c/rsna-pneumonia-detection-challenge.[Último acceso: 15 enero 2019].
dc.identifier.citation clustersalud.americaeconomia.com, «americaeconomia.com,»clustersalud.americaeconomia.com, 2018. [En línea]. Available:https://clustersalud.americaeconomia.com/insumos-y-servicios-hospitalarios/5problemas-del-sector-salud-que-la-inteligencia-artificial-puede-resolver.[Último acceso: 13 12 2018].
dc.identifier.citation «observatorio-ia,» observatorio-ia, [En línea]. Available: http://observatorioia.com/chexnet-ia-de-stanford-diagnostica-neumonia.[Último acceso: 14 09 2018].
dc.identifier.citation C. d. D. y. D. d. I. Informática, «coddii.org,» La opinion de Murcia, [En línea]. Available: https://coddii.org/inteligencia-artificial-en-el-proceso-de-diagnostico-del-cancer-deprostata.[Último acceso:20 Septiembre 2018].
dc.identifier.citation nmas1.org/, «nmas1.org/,» [En línea]. Available: https://nmas1.org/news/2018/09/18/algoritmo-Google-detecta-cancer. [Último acceso: 10 octubre 2018].
dc.identifier.citation elcomercio.pe/, «elcomercio.pe/,» [En línea]. Available:https://elcomercio.pe/tecnologia/ciencias/salud-crean-herramienta-utilizainteligencia-artificial-detectar-enfermedades-oculares-neumonia-noticia-499508. [Último acceso: 18 ENERO 2019].
dc.identifier.citation A. C. d. Infectologia, «Recomendaciones para el diagnóstico, tratamiento y prevención de la neumonía adquirida en la comunidad en adultos inmunocompetentes,» Infectio, vol.351, p. 38, 2013.
dc.identifier.citation buzzword.com.m, «buzzword.com.m,» [En línea]. Available:https://buzzword.com.mx/noticia.aspx?idNoticia=6&categoria=1. [Último acceso: 04 Nnoviembre 2018].
dc.identifier.citation unipython.com, «unipython.com,» [En línea]. Available: https://unipython.com/deeplearning-aprendizaje-profundo/. [Último acceso: 28 Noviembre 2018].
dc.identifier.citation t-systemsblog, «t-systemsblog,» [En línea]. Available: https://www.tsystemsblog.es/redes-neuronales/. [Último acceso: 28 Noviembre 2018].
dc.identifier.citation a.mathworks, «la.mathworks.com,» [En línea]. Available: https://la.mathworks.com/solutions/deep-learning/convolutional-neuralnetwork.html. [Último acceso: 18 octubre 2018].
dc.identifier.citation salesforce.com.mx, «salesforce,» [En línea]. Available: https://www.salesforce.com/mx/blog/2017/6/Que-es-la-inteligencia-artificial.html. [Último acceso: 18 Noviembre 2018].
dc.identifier.citation M. Azure, «docs.microsoft.com,» [En línea]. Available: https://docs.microsoft.com/enus/azure/machine-learning/data-science-virtual-machine/overview. [Último acceso: 28 Noviembre 2018].
dc.identifier.citation desdelinux, «desdelinux.net,» [En línea]. Available: https://blog.desdelinux.net/ cienciade-datos-con-python/. [Último acceso: 28 Noviembre 2018].
dc.identifier.citation jupyter.org, «https://jupyter.org/,» [En línea]. Available: https://jupyter.org/. [Último acceso: 28 Noviembre 2018].
dc.identifier.citation revistas.ucm.es, «http://revistas.ucm.es/,» [En línea]. Available: http://revistas.ucm.es/index.php/RGID/article/viewFile/54719/49922. [Último acceso: 28 Noviembre 2018].
dc.identifier.citation M. Azure. [En línea]. Available: https://docs.microsoft.com/en-us/azure/machinelearning/team-data-science-process/overview. [Último acceso: 15 ABRIL 2019].
dc.identifier.citation «nih.gov,» [En línea]. Available: https://www.nih.gov/.
dc.identifier.citation «engmrk.com,» adam-optimization-algorithm, [En línea]. Available: https://engmrk.com/adam-optimization-algorithm/.
dc.identifier.citation «data-speaks.luca-d3.com,» data-speaks.luca-d3.com, [En línea]. Available:h ttps://dataspeaks.luca-d3.com/2018/01/ML-a-tu-alcance-matriz-confusion.html.
dc.identifier.uri http://repositorio.unisinucartagena.edu.co:8080/xmlui/handle/123456789/50
dc.description Desarrollar un modelo de Machine Learning usando Redes Neuronales Convolucionales (CNN) para identificar neumonía en imágenes radiológicas con formato DICOM es
dc.description.abstract La presente tesis realiza la construcción de un algoritmo de Machine Learning (aprendizaje automático) para la identificación de neumonía en imágenes radiológicas, en el cual consiste en enseñarle a las maquinas a realizar las tareas con una mayor eficiencia que la del ser humano, esto permitirá optimizar los procesos de diagnóstico de esta enfermedad. En el primer punto, explica que es la neumonía, a que hace referencia las Redes Neuronales Convolucionales, explica un poco sobre la Inteligencia Artificial (AI) y el Machine Learning, a su vez plantea la problemática, se establece el objetivo general y los objetivos específicos, así como la justificación de la tesis, los alcances, y el estado del arte de la misma. En el segundo punto se encuentra el marco referencial, donde muestra que teorías sustentan la investigación, las leyes que la rigen y los conceptos básicos para una mayor comprensión de lo escrito. En el tercer punto se explica la metodología utilizada, la línea de investigación escogida con el fin de dar desarrollo y avances tecnológicos a la optimización de procesos y generación de nuevos conocimientos, así mismo en que sector de la población va dirigido, el tipo de investigación. En el cuarto punto se enuncian las estrategias implementadas para desarrollar los objetivos generales y específicos de la tesis, por último, en el quinto punto se presentan las conclusiones a las que se llegó con el estudio. es
dc.format.extent 88 páginas
dc.format.mimetype PDF
dc.language.iso es es
dc.publisher Universidad del Sinu, seccional Cartagena es
dc.rights El autor, manifiesta que la obra objeto de la presenta autorización es original y la realizo sin violar o usurpar derechos de autor de terceros, por lo tanto, la obra es de exclusiva autoría y tiene la titularidad sobre la misma. PARAGRAFO: En caso de presentarse cualquier reclamación o acción por parte de un tercero en cuanto a los derechos de autor sobre la obra en cuestión, el autor, asumirá toda la responsabilidad, y saldrá en defensa de los derechos aquí autorizados; para todos los efectos la universidad del Sinu, seccional Cartagena actúa como un tercero de buena fe. El autor, autoriza a la Universidad del Sinu, seccional Cartagena, para que los términos establecidos en la Ley 1581 de 2012 en el artículo 30 de la Ley 23 de 1982 y el artículo 11 de la Decisión Andina 351 de 1993 y toda normal sobre la materia, utilice y use la obra objeto de la presente autorización. EL autor declara y autoriza lo dispuesto en el Articulo 10 del Decreto 1377 de 2013 a proceder con el tratamiento de los datos personales para fines académicos, históricos, estadísticos y administrativos de la Universidad del Sinu, seccional Cartagena. De conformidad con lo establecido, aclaramos que “Los derechos morales sobre el trabajo son propiedad de los autores”, los cuales son irrenunciables, imprescriptibles, inembargables e inalienables.
dc.rights.uri http://creativecommons.org/licenses/by-nc/4.0
dc.subject Research Subject Categories::TECHNOLOGY es
dc.subject Ingeniería de Sistemas es
dc.title Modelo de red neuronal convolucional para el diagnóstico de neumonía en imágenes radiológicas es
dc.type Thesis es
dcterms.contributor Arrieta Rodríguez, Eugenia


Ficheros en el ítem

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem

Attribution 4.0 International (CC BY 4.0) * Atribución-NoComercial-SinDerivadas 2.5 Colombia (CC BY-NC-ND 2.5 CO) Excepto si se señala otra cosa, la licencia del ítem se describe como Attribution 4.0 International (CC BY 4.0) * Atribución-NoComercial-SinDerivadas 2.5 Colombia (CC BY-NC-ND 2.5 CO)

Buscar en DSpace


Búsqueda avanzada

Listar

Mi cuenta