DSpace logo
Por favor, use este identificador para citar o enlazar este ítem: http://repositorio.ucsg.edu.ec/handle/3317/20047
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.advisorCélleri Mujica, Colón Mario-
dc.contributor.authorCastellano Sánchez, Kevin Lester-
dc.date.accessioned2022-11-15T04:29:22Z-
dc.date.available2022-11-15T04:29:22Z-
dc.date.issued2022-09-15-
dc.identifier.urihttp://repositorio.ucsg.edu.ec/handle/3317/20047-
dc.descriptionEl Machine Learning se utiliza en algunos campos del conocimiento, como la medicina, por su predicción de la eficacia en tratamientos de enfermedades y en la toma de decisiones luego de la identificación de patrones. Esto permite crear herramientas de soporte para diagnóstico, como el Modelo ML para la detección de tumores cerebrales mediante resonancias magnéticas que se propone, por medio del cual se permitirá la automatización de dicho proceso, para agilizar el diagnóstico del médico tratante. Se conoció sobre las redes neuronales, el aprendizaje por transferencia, la arquitectura ResNet 50, Deep Learning, además de las redes neuronales convolucionales. Se utilizó la metodología descriptiva con enfoque cualitativo y entrevista a profesionales médicos, además del prototipado evolutivo como metodología de desarrollo. Se conoció que la tecnología tiene relevancia en la medicina, y que sí es conveniente implementar una herramienta que sirva de soporte para la toma de decisiones en cuanto a diagnóstico de tumores cerebrales. De la evaluación del prototipo se obtuvo una tasa de aciertos aceptable para el desarrollo de la herramienta. Al finalizar, se propusieron algunas conclusiones y recomendaciones a considerar para posibles trabajos futuros.en_US
dc.description.abstractMachine Learning is used in some fields of knowledge, such as medicine, for its prediction of the effectiveness of disease treatments and decision making after the identification of patterns. This allows the creation of support tools for diagnosis, such as the ML Model for the detection of brain tumors through magnetic resonance imaging that is proposed, which will allow the automation of this process, to speed up the diagnosis of the treating physician. We learned about neural networks, transfer learning, ResNet 50 architecture, Deep Learning, and convolutional neural networks. A descriptive methodology with qualitative approach and interviews with medical professionals was used, in addition to evolutionary prototyping as a development methodology. It was learned that technology has relevance in medicine, and that it is convenient to implement a tool to support decision making in the diagnosis of brain tumors. From the evaluation of the prototype, an acceptable success rate for the development of the tool was obtained. At the end, some conclusions and recommendations to be considered for possible future work were proposed.en_US
dc.formatapplication/pdfen_US
dc.language.isospaen_US
dc.publisherUniversidad Católica de Santiago de Guayaquilen_US
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.rights.urihttp://creativecommons.org/licenses/by-nc-sa/4.0/en_US
dc.subjectMINERÍA DE DATOSen_US
dc.subjectRED NEURONAL CONVOLUCIONALen_US
dc.subjectDEEP LEARNINGen_US
dc.subjectINTERFAZ WEBen_US
dc.titleModelo Machine Learning para la detección de tumores cerebrales mediante un conjunto de imágenes de resonancias magnéticas.en_US
dc.typeinfo:eu-repo/semantics/bachelorThesisen_US
Aparece en las colecciones: Trabajos de Titulación - Carrera de Ingeniería en Sistemas Computacionales

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
T-UCSG-PRE-ING-CIS-305.pdf1,74 MBAdobe PDFVisualizar/Abrir


Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons