Clasificador de tumores cerebrales primarios basado en redes neuronales convolucionales

Cárdenas Carreño, Erika Natalia; Corrales Santamaria, Benigno Alexander

Clasificador de tumores cerebrales primarios basado en redes neuronales convolucionales

dc.contributor.advisor	Gaona Barrera, Andrés Eduardo
dc.contributor.author	Cárdenas Carreño, Erika Natalia
dc.contributor.author	Corrales Santamaria, Benigno Alexander
dc.creator.email	encardenasc@correo.udistrital.edu.co	spa
dc.creator.email	bacorraless@correo.udistrital.edu.co	spa
dc.creator.id	20142005015	spa
dc.creator.id	20142005093	spa
dc.date.accessioned	2023-07-13T18:34:33Z
dc.date.available	2023-07-13T18:34:33Z
dc.date.created	2022-09-19
dc.description	El siguiente documento presenta el desarrollo de un modelo basado en redes neuronales convolucionales para la clasificación por imágenes de tumores cerebrales primarios (glioma, meningioma e hipófisis) y pacientes sanos (no tumorales). Para ello se establece un conjunto de experimentos donde se evalúan diferentes hiperparámetros, comparando su desempeño en base a índices de desempeño, con el fin de seleccionar un modelo útil. Finalmente, se presenta una arquitectura CNN con una precisión global del 98,25% para cuatro clases.	spa
dc.description.abstract	The following document presents the development of a model based on convolutional neural networks for image classification of primary brain tumors (glioma, meningioma and pituitary) and healthy patients (non-tumor). For this purpose, a set of experiments is established where different hyperparameters are evaluated, comparing their performance based on performance indices, in order to select a useful model. Finally, a CNN architecture with an overall precision of 98.25% for four classes is presented.	spa
dc.format.mimetype	pdf	spa
dc.identifier.uri	http://hdl.handle.net/11349/31769
dc.language.iso	spa	spa
dc.rights	Attribution-NonCommercial-NoDerivatives 4.0 Internacional	*
dc.rights	Attribution-NonCommercial-NoDerivatives 4.0 Internacional	*
dc.rights	Attribution-NonCommercial-NoDerivatives 4.0 Internacional	*
dc.rights.acceso	Abierto (Texto Completo)	spa
dc.rights.accessrights	OpenAccess	spa
dc.rights.uri	http://creativecommons.org/licenses/by-nc-nd/4.0/	*
dc.subject	Bosques aleatorios	spa
dc.subject	Clasificación de tumores cerebrales	spa
dc.subject	Red neuronal convolucional	spa
dc.subject	Imágenes por resonancia magnética	spa
dc.subject	Red neuronal artificial	spa
dc.subject.keyword	Brain tumor classification	spa
dc.subject.keyword	Convolutional neural network	spa
dc.subject.keyword	Magnetic resonance imaging	spa
dc.subject.keyword	Artificial neural network	spa
dc.subject.keyword	Random forest	spa
dc.subject.lemb	Ingeniería Electrónica -- Tesis y disertaciones académicas
dc.subject.lemb	Tumores cerebrales
dc.subject.lemb	Redes neuronales convolucionales (CNN)
dc.subject.lemb	Clasificación por imágenes
dc.subject.lemb	Hiperparámetros
dc.title	Clasificador de tumores cerebrales primarios basado en redes neuronales convolucionales	spa
dc.title.titleenglish	Classification of primary brain tumors using convolutional neural network	spa
dc.type	bachelorThesis	spa
dc.type.coar	http://purl.org/coar/resource_type/c_7a1f	spa
dc.type.degree	Monografía	spa
dc.type.driver	info:eu-repo/semantics/bachelorThesis	spa

Archivos

Bloque original

Mostrando 1 - 2 de 2

Nombre:: Clasificador de tumores cerebrales primarios basado en redes neuronales convolucionales.pdf
Tamaño:: 5,17 MB
Formato:: Adobe Portable Document Format
Descripción:: Trabajo de grado

Descargar

Nombre:: Licencia de uso y publicacion editable.pdf
Tamaño:: 229,72 KB
Formato:: Adobe Portable Document Format
Descripción:: Licencia de uso y publicación

Descargar

Bloque de licencias

Mostrando 1 - 1 de 1

Nombre:: license.txt
Tamaño:: 7 KB
Formato:: Item-specific license agreed upon to submission
Descripción:

Descargar

Colecciones

Ingeniería Electrónica