EVALUACIÓN DE APROXIMACIONES DE APRENDIZAJE PROFUNDO PARA LA DETECCIÓN DE NÓDULOS PULMONARES EN TC

Autores/as

DOI:

https://doi.org/10.26507/ponencia.1820

Resumen

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

Los datos de descargas todavía no están disponibles.

Biografía del autor/a

Manuel Guillermo Forero Vargas, Universidad de Ibagué

Doctor en ingeniería biomédica. Magister en ingeniería eléctrica (Ingeniería Biomédica y control), Master en imagenología médica, Ingeniero electrónico. Postdoctorado en imágenes de microscopía. Decano de ingeniería. Universidad de Ibagué.

Descargas

Publicado

07-09-2021

Cómo citar

[1]
M. G. Forero Vargas y J. M. Santos Naranjo, «EVALUACIÓN DE APROXIMACIONES DE APRENDIZAJE PROFUNDO PARA LA DETECCIÓN DE NÓDULOS PULMONARES EN TC», EIEI ACOFI, sep. 2021.
Estadísticas de artículo
Vistas de resúmenes
Vistas de PDF
Descargas de PDF
Vistas de HTML
Otras vistas
QR Code