dc.contributor.advisor |
Carrera, Enrique |
|
dc.contributor.author |
Carrasco Llerena, Christian Andrés |
|
dc.date.accessioned |
2017-06-13T21:52:34Z |
|
dc.date.available |
2017-06-13T21:52:34Z |
|
dc.date.issued |
2017 |
|
dc.identifier.citation |
Carrasco Llerena, Christian Andrés (2017). Reconocimiento de cáncer de mama utilizando técnicas de procesamiento digital de imágenes mamográficas y aprendizaje de máquina. Carrera de Ingeniería en Electrónica y Telecomunicaciones. Universidad de las Fuerzas Armadas ESPE. Matriz Sangolquí. |
es_ES |
dc.identifier.other |
057250 |
|
dc.identifier.uri |
http://repositorio.espe.edu.ec/handle/21000/13120 |
|
dc.description.abstract |
La elaboración del presente trabajo de investigación tiene como finalidad la identificación del cáncer de mama en imágenes mamográficas, debido a que esta patología afecta a una gran cantidad de mujeres en nuestro país. Para llegar a la identificación de células cancerígenas en la mamografía, es necesario un análisis previo en el área de procesamiento digital de imágenes y especialmente en técnicas de segmentación, las mismas que ayudan a buscar e identificar las regiones de interés por medio de la eliminación de pixeles adyacentes. Las técnicas de segmentación que se implementaron para la detección de cáncer son la dilatación y erosión que se fundamentan en la simplificación de las imágenes por medio de la forma geométrica que dichas células poseen. Ya obtenidas las regiones establecidas por las operaciones morfológicas se procedió a identificar la presencia de cáncer o no, mediante el uso de algoritmos de aprendizaje de máquina, los cuales son aptos en crear sistemas autónomos de decisión dependientes del modelamiento de la base de datos, para generar un resultado que se verifica con el análisis de exámenes de mamografías existentes, utilizando así diferentes algoritmos de aprendizaje de máquina como son: árbol de decisiones, bayes ingenuo, vecino más cercano y redes neuronales artificiales (ANN). Los resultados obtenidos en la etapa anterior, fueron analizados cuidadosamente mediante el uso de variables como: la exactitud, la sensibilidad, la eficiencia, etc., llegando a encontrar en todos los sistemas propuestos un valor cercano al 98% de exactitud en la identificación de cáncer de mama. |
es_ES |
dc.language.iso |
spa |
es_ES |
dc.publisher |
Universidad de las Fuerzas Armadas ESPE. Carrera de Ingeniería en Electrónica y Telecomunicaciones. |
es_ES |
dc.rights |
openAccess |
es_ES |
dc.subject |
CÁNCER DE MAMA |
es_ES |
dc.subject |
MAMOGRAFÍAS |
es_ES |
dc.subject |
PROCESAMIENTO DIGITAL DE IMÁGENES |
es_ES |
dc.subject |
REDES NEURONALES |
es_ES |
dc.title |
Reconocimiento de cáncer de mama utilizando técnicas de procesamiento digital de imágenes mamográficas y aprendizaje de máquina |
es_ES |
dc.type |
bachelorThesis |
es_ES |