EVALUACIÓN DE APROXIMACIONES DE APRENDIZAJE PROFUNDO PARA LA DETECCIÓN DE NÓDULOS PULMONARES EN TC
DOI:
https://doi.org/10.26507/ponencia.1820Resumen
En 2020, según el Observatorio Mundial del Cáncer (GLOBOCAN), 1.796.144 personas murieron de cáncer de pulmón, convirtiéndolo en el cáncer con mayor tasa de mortalidad en todo el mundo. A pesar de que la tasa de supervivencia relativa a 5 años es del 63% cuando el cáncer de pulmón se detecta en un estadio temprano (localizado), su diagnóstico prematuro ha sido un gran inconveniente a lo largo de la historia, principalmente porque se realiza a través de la detección de nódulos, que son difíciles de reconocer incluso para radiólogos experimentados. Por esta razón, recientemente se han propuesto retos académicos para los investigadores, donde se proporciona una base de imágenes anotadas por especialistas para desarrollar métodos más eficientes basados en aprendizaje profundo para detectar estos nódulos.
En el presente trabajo se efectúa la implementación, análisis y evaluación de dos técnicas utilizadas en esta área, logrando una precisión de aproximadamente 96% en una de ellas.
Descargas
Descargas
Publicado
Cómo citar
Evento
Sección
Licencia
Derechos de autor 2021 Asociación Colombiana de Facultades de Ingeniería - ACOFI
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
Estadísticas de artículo | |
---|---|
Vistas de resúmenes | |
Vistas de PDF | |
Descargas de PDF | |
Vistas de HTML | |
Otras vistas |