Automatización del diagnóstico de cáncer de próstata mediante aprendizaje supervisado
Cargando...
Fecha
Fecha
2021-10-07
Director
Colaboradores
Título de la revista
ISSN de la revista
Título del volumen
Editor
Altmetric
Descripción
Lo riguroso, invasivo, incomodo e ineficaz que pueden llegar a ser los procedimientos actuales del diagnóstico de cáncer de próstata sobre los hombres impide que este importante proceso pueda ser totalmente eficiente, ejemplificando diagnósticos como el PSA que su grado de precisión es bajo y el DRE que depende altamente de la experiencia y sensibilidad del médico que lo aplica. En consecuencia se presenta el proyecto de un sistema de información web por el cual utilizando imágenes de resonancia magnética junto con redes neuronales realiza el diagnóstico sobre el grado cáncer que tiene un paciente sobre su próstata, para ello se implementó el concepto de entrenamiento automatizado de inteligencia artificial entrenando las redes neuronales para que fueran capaces de predecir donde está la próstata en la imagen y decidir respecto al diagnóstico, mostrando el resultado en grado Gleason para que el médico pueda tomar decisiones respecto al paciente.
Resumen
The rigorous, invasive, uncomfortable and ineffective that the current procedures for diagnosing prostate cancer on men can be, prevents this important process from being fully efficient, exemplifying diagnoses such as PSA, which have a low degree of accuracy, and DRE, which is highly dependent on the experience and sensitivity of the doctor who performs it. As a result, we present the project of a web information system by which, using magnetic resonance imaging together with neural networks, diagnoses the degree of cancer that a patient has on his prostate. To this end, we implemented the concept of automated training of artificial intelligence training training training the neural networks so that they were able to predict where the prostate is the image and decide on the Diagnostic, showing the Gleason grade result so that the physician can make decisions about the patient.
Palabras clave
Cáncer de próstata, Imágenes de resonancia magnética, Segmentación automática, Clasificación supervisada, Aprendizaje automático, Inteligencia artificial