Deep learning aplicado para la detección de hemorragias y tumores cerebrales

Simple item page
dc.contributor.authorHidalgo Barrientos, Mauricio Fernando
dc.contributor.authorHayes Ortiz, Bryan Isaac
dc.contributor.authorDelgadillo Vera, Ignacio
dc.contributor.authorGoyo Escalona, Manuel
dc.date.accessioned2022-01-17T16:04:35Z
dc.date.available2022-01-17T16:04:35Z
dc.date.issued2021-12-01
dc.description.abstractIntroducción: Un problema que afecta a la salud en Chile se refiere a las patologías cerebrales, toma de exámenes y el alto tiempo de espera para la obtención de los resultados (retrasando el diagnóstico y tratamiento). Actualmente, los exámenes se envían al extranjero para ser procesados y el tiempo de espera juega en contra del paciente. Dada esta realidad, nuestro documento propone un modelo de deep learning para la predicción de imágenes cerebrales que permita obtener un diagnóstico previo, pero no definitivo, en virtud de disminuir el tiempo del proceso y, de ser necesario, priorizar a los pacientes cuya vida estaría potencialmente en riesgo. Métodos: El desarrollo utilizó un enfoque RAD iterativo y las imágenes se recogieron de Kaggle. Adicionalmente, se redimensiona el dataset para normalizar el tamaño y generamos nuevas imágenes utilizando “data augmentation”. Las imágenes fueron procesadas en redes convolucionales, indagando en distintas configuraciones para la red, su optimizador y la función de activación, hasta llegar a un modelo que consideramos razonable. Resultados: Con el modelo definitivo, los resultados superan el 80% de precisión en las predicciones y descubrimos que separar patologías (hemorragias y tumores) fue crucial para este resultado. Conclusiones: Hemos logrado una herramienta de diagnóstico previo, pero se debe continuar la investigación en virtud de aumentar la precisión. Un próximo paso considera ampliar el dataset con imágenes de otras fuentes y separar el modelo para analizar patologías de forma independiente. Motivamos a seguir investigando ya que este tipo de apoyo puede contribuir a salvar vidas.es
dc.identifier.citationHidalgo Barrientos, M. F., Hayes Ortiz, B. I., Delgadillo Vera, I., & Goyo Escalona, M. (2022). Deep learning aplicado para la detección de hemorragias y tumores cerebrales. AtoZ: novas práticas em informação e conhecimento, 10(3), 1 – 10. Recuperado de: http:// dx.doi.org/10.5380/atoz.v11i.81284es
dc.identifier.issn2237-826X
dc.identifier.orcidhttps://orcid.org/0000-0003-3191-3673es
dc.identifier.orcidhttps://orcid.org/0000-0003-2357-4800es
dc.identifier.orcidhttps://orcid.org/0000-0003-0406-983es
dc.identifier.orcidhttps://orcid.org/0000-0001-7501-7315es
dc.identifier.orcidhttp://dx.doi.org/10.5380/atoz.v11i.81284
dc.identifier.urihttp://hdl.handle.net/20.500.12254/2227
dc.language.isoeses
dc.publisherATOZ: novas práticas em informação e conhecimentoes
dc.rightsAtribución-NoComercial-CompartirIgual 3.0 Chile (CC BY-NC-SA 3.0 CL)
dc.rights.urihttp://creativecommons.org/licenses/by-nc-sa/3.0/cl/
dc.subject.otherDeep Learninges
dc.subject.otherRedes convolucionaleses
dc.subject.otherAplicaciones prácticases
dc.subject.otherBioinformáticaes
dc.subject.otherTumores cerebraleses
dc.subject.otherRedes convolucionaises
dc.subject.otherAplicações práticases
dc.subject.otherBioinformáticaes
dc.subject.otherTumores cerebraises
dc.titleDeep learning aplicado para la detección de hemorragias y tumores cerebraleses
dc.title.alternativeDeep learning aplicado para a detecção de hemorragias e tumores cerebraises
dc.typeArtículoes
Files
Original bundle
Now showing 1 - 1 of 1
Thumbnail Image
Name:
Deep learning aplicado para la detección de hemorragias y tumores cerebrales.pdf
Size:
623.81 KB
Format:
Adobe Portable Document Format
Description:
Download
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
638 B
Format:
Item-specific license agreed upon to submission
Description:
Download
Collections
Artículos de Revistas