Aplicación y evaluación de algoritmos de clasificación en imágenes de resonancia magnética cerebral para la detección de tumores.
| dc.campus | Unitec San Pedro Sula | |
| dc.collection | Trabajo de Investigación | |
| dc.contributor.advisor | Karla Reyes | |
| dc.contributor.author | Raúl Andrés Osorto Manzanares | |
| dc.coverage | San Pedro Sula, Cortés, Honduras | |
| dc.date.accessioned | 2026-04-14T21:56:54Z | |
| dc.date.available | 2026-04-14T21:56:54Z | |
| dc.date.issued | 2026-04-03 | |
| dc.description.abstract | Los tumores cerebrales son una de las enfermedades más peligrosas del sistema nervioso central, en este proyecto de investigación se busca mejorar y acelerar el proceso de detección de tumores cerebrales mediante el del aprendizaje profundo por transferencia con modelos preentrenados en imágenes de resonancia magnética (MRI) para clasificarlas en 4 diferentes clases mioma, meningioma, glioma y sin tumor. El aprendizaje profundo ha sido un área activa de investigación en los últimos años. El estudio adoptó un enfoque cuantitativo y tuvo un alcance exploratorio, además de un diseño experimental. La metodología utilizada se llevó a cabo de manera iterativa en cuatro fases sucesivas. En la primera etapa, se enfocaron en probar y ajustar el rendimiento del modelo VGG16, EfficienNetBo,resnet50 e InceptionV3. Posteriormente, en la segunda etapa, se estableció una base de datos de imágenes médicas de pacientes hondureños, y en la tercera etapa se realizaron de predicciones utilizando los modelos que mostraron un mejor rendimiento. Como resultado, se observó una exactitud promedio del modelo EfficienNetBO de 95%, una precisión promedio del 95%, una sensibilidad del 95% y un puntaje Fi 95% en la tercera etapa para los modelos evaluados. Se logró consolidar la creación de una base de datos local para futuras investigaciones y se validó el algoritmo de clasificación mediante predicciones de IRM de pacientes hondureños. | |
| dc.discipline | Ingeniería y TI/ Engineering & IT | |
| dc.faculty | Facultad de Ingeniería | |
| dc.finalwork.creationdate | 01/12/2023 | |
| dc.format | ||
| dc.identifier.uri | https://repositorio.unitec.edu//handle/123456789/14309 | |
| dc.language.iso | es | |
| dc.publisher | Universidad Tecnológica Centroamericana UNITEC | |
| dc.rights | Attribution-NonCommercial-ShareAlike 4.0 International. | |
| dc.rights.uri | https://creativecommons.org/licenses/by-nc-sa/4.0 | |
| dc.source | Universidad Tecnológica Centroamericana UNITEC | |
| dc.subject | Aprendizaje profundo | |
| dc.subject | Clasificación de tumores | |
| dc.subject | Modelos preentrenados | |
| dc.subject | Resonancia magnética (MRI) | |
| dc.subject | Transferencia de aprendizaje | |
| dc.thesis.degreelevel | Grado | |
| dc.thesis.degreename | Ingeniería en Biomédica / I-10 | |
| dc.title | Aplicación y evaluación de algoritmos de clasificación en imágenes de resonancia magnética cerebral para la detección de tumores. | |
| dc.type | Thesis |
Files
Original bundle
1 - 1 of 1
Loading...
- Name:
- Aplicación y evaluación de algoritmos de clasificación en imágenes de resonancia magnética cerebral para la detección de tumores..pdf
- Size:
- 19.64 MB
- Format:
- Adobe Portable Document Format
License bundle
1 - 1 of 1
No Thumbnail Available
- Name:
- license.txt
- Size:
- 1.71 KB
- Format:
- Item-specific license agreed upon to submission
- Description:
