Detección de melanomas a partir de imágenes dermatoscópicas

dc.contributor.advisorCamargo Casallas, Luz Helenaspa
dc.contributor.authorCruz Mahecha, María Fernandaspa
dc.contributor.authorVargas Martínez, María Fernandaspa
dc.date.accessioned2019-04-29T15:10:11Z
dc.date.available2019-04-29T15:10:11Z
dc.date.created2018-12-13spa
dc.descriptionLa posibilidad de sobrevivir al cáncer de piel tipo melanoma es mayor si se detecta y diágnostica en etapas tempranas. Por ello, este proyecto presenta la elaboración de una herramienta basada en el procesamiento de imágenes, capaz de clasificar las lesiones a partir de imágenes dermatoscópicas. El proyecto se dividió en tres etapas: segmentación, obtención de características y clasificación. Para la segmentación se implementaron el método de Otsu, la segmentación semántica y operadores morfológicos para determinar el área correspondiente a la lesión. A partir de las imágenes segmentadas, se obtuvo un histograma de 250 palabras visuales de las imágenes más representativas de cada clase utilizando descriptores de color y forma; por último, se entrenó un clasificador SVM con el cual se obtuvo una precisión máxima del 78%, siendo los mejores resultados correspondientes al uso del espacio de color HSV e implementando un clasificador con kernel Gaussiano.spa
dc.description.abstractThe possibility of surviving melanoma skin cancer is greater if it is detected and diagnosed early. Therefore, this project presents the development of a tool based on image processing, capable of classifying lesions from dermoscopic images. The project was divided into three stages: segmentation, feature extraction and classification. At segmentation stage the Otsu and semantic segmentation methods were implemented with morphological operators as a post-processing stage to enhance the results. From the segmented images, a histogram of 250 visual words was obtained from the most representative images of each class using descriptors of color and shape. Finally, an SVM classifier with a maximum precision of 78% was obtained using the HSV color space and a Gaussian kernel.spa
dc.format.mimetypepdfspa
dc.identifier.urihttp://hdl.handle.net/11349/14814
dc.language.isospaspa
dc.rightsAtribución-NoComercial-SinDerivadas 4.0 Internacional*
dc.rights.accesoAbierto (Texto Completo)spa
dc.rights.accessrightsinfo:eu-repo/semantics/openAccessspa
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.subjectDermatoscopíaspa
dc.subjectCáncer de pielspa
dc.subjectAprendizaje profundospa
dc.subjectVocabulario visualspa
dc.subjectSVMspa
dc.subject.keywordDermoscopyspa
dc.subject.keywordSkin cancerspa
dc.subject.keywordDeep learningspa
dc.subject.keywordBag of wordsspa
dc.subject.keywordSVMspa
dc.subject.lembIngeniería Electrónica - Tesis y disertaciones académicasspa
dc.subject.lembMelanoma - Diagnósticospa
dc.subject.lembEnfermedades de la piel - Diagnósticospa
dc.subject.lembPiel - Cáncer - Diagnósticospa
dc.titleDetección de melanomas a partir de imágenes dermatoscópicasspa
dc.title.titleenglishDetection of melanomas from dermatoscopic imagesspa
dc.type.coarhttp://purl.org/coar/resource_type/c_7a1fspa
dc.type.degreeMonografíaspa
dc.type.driverinfo:eu-repo/semantics/bachelorThesisspa

Archivos

Bloque original

Mostrando 1 - 1 de 1
Cargando...
Miniatura
Nombre:
CruzMahechaMariaFernanda2019.pdf
Tamaño:
4.6 MB
Formato:
Adobe Portable Document Format
Descripción:
Trabajo de Grado

Bloque de licencias

Mostrando 1 - 1 de 1
No hay miniatura disponible
Nombre:
license.txt
Tamaño:
7 KB
Formato:
Item-specific license agreed upon to submission
Descripción: