Aplicación de aprendizaje profundo: clasificación de imágenes médicas basado en servicios en la nube

Hernández Rala, Michael Adrián (2021). Aplicación de aprendizaje profundo: clasificación de imágenes médicas basado en servicios en la nube. Proyecto Fin de Carrera / Trabajo Fin de Grado, E.T.S.I. y Sistemas de Telecomunicación (UPM), Madrid.

Description

Title: Aplicación de aprendizaje profundo: clasificación de imágenes médicas basado en servicios en la nube
Author/s:
  • Hernández Rala, Michael Adrián
Contributor/s:
  • Gutiérrez Arriola, Juana María
Item Type: Final Project
Degree: Grado en Ingeniería de Sistemas de Telecomunicación
Date: July 2021
Subjects:
Freetext Keywords: Proceso de imágenes médicas; Cáncer; Imágenes dermoscópicas; Computación en la nube
Faculty: E.T.S.I. y Sistemas de Telecomunicación (UPM)
Department: Ingeniería Telemática y Electrónica
Creative Commons Licenses: Recognition - No derivative works - Non commercial

Full text

[img] PDF - Users in campus UPM only until 10 March 2022 - Requires a PDF viewer, such as GSview, Xpdf or Adobe Acrobat Reader
Download (1MB)
[img] Archive (ZIP) - Users in campus UPM only
Download (342kB)

Abstract

El enorme crecimiento que está experimentando la tecnología y en especial, el campo de la Inteligencia Artificial (IA), tiene como resultado la creación de nuevas herramientas y aplicaciones que permiten que áreas como la medicina se vean beneficiadas. La combinación de Big Data, Machine Learning y Deep Learning han permitido el desarrollo de nuevos sistemas que facilitan el trabajo de profesionales sanitarios y posibilitan nuevos procedimientos de diagnóstico y tratamiento antes inviables. Dentro de la Inteligencia Artificial, el reconocimiento de imágenes es uno de los campos que más ha evolucionado debido al desarrollo de nuevas técnicas de aprendizaje profundo y sistemas informáticos de altas prestaciones. En este contexto se pueden encontrar distintas soluciones de computación en la nube. Estos sistemas ofrecen capacidad de procesado y almacenamiento sin necesidad de afrontar los costes de un equipo de altas prestaciones. Así, cualquier profesional puede crear modelos y entrenarlos y solo paga por lo que usa. Entre las plataformas más utilizadas en la actualidad encontramos Microsoft Azure y Google Colab. De esta manera, este proyecto tendrá como objetivo desarrollar un sistema clasificatorio de lesiones de piel basado en servicios en la nube haciendo uso de los conocimientos y avances en el campo del cloud computing y de la inteligencia artificial y en concreto, el campo de las redes neuronales convolucionales. Este proyecto pretender ser la continuación del trabajo realizado por Mario Álvaro Díaz en su Proyecto de Fin de Grado Optimización de una red convolucional para la detección de melanomas en imágenes dermoscópicas. Por tanto, se hará uso de la red neuronal llevada a cabo en su proyecto. Implementaremos dicha red en los servicios mencionados anteriormente y compararemos los resultados obtenidos en cada uno de ellos. Posteriormente, se estudiará el comportamiento de la red para diferentes configuraciones que rigen su comportamiento con el objetivo de obtener conclusiones finales. Finalmente, con el objetivo de mejorar su rendimiento, se desarrollarán nuevas técnicas de aumento de datos, esto es, data augmentation, que nos permitan obtener resultados más precisos. Abstract: The enormous growth that technology is experiencing, and specially the field of Artificial Intelligece (AI), has resulted in the creation of new tools and applications that allow areas such as medicine to benefit. The combination of Big Data, Machine Learning and Deep Learning has allowed the development of new systems that facilitate the work of health professionals and enable new diagnostic and treatment procedures that were previously unviable. Within Artificial Intelligence, image recognition is one of the fields that has evolved the most due to the development of new deep learning techniques and high-performance computer systems. In this context, different cloud computing solutions can be found. These systems offer processing and storage capacity without having to face the costs of high-performance equipment. Thus, any professional can create models and train them and only pay for what they use. Among the most widely used platforms today are Microsoft Azure and Google Colab. In this way, this project will aim to develop a classification system for skin lesions base don cloud services, making use of the knowledge and advances in the field of cloud computing and artificial intelligence and specifically, the field of convolutional neural networks. This project pretends to be the continuation of the work carried out by Mario Álvaro Díaz in his Final Degree Project Optimization of a convolutional network for the detection of melanomas in dermoscopic images. Therefore, the neural network carried out in his project will be used. We will implement this network in the aforementioned services and we will compare the results obtained in each of them. Subsequently, the behavior of the network will be studied for different configurations that govern its behavior in order to obtain final conclusions. Finally, in order to improve its performance, new data augmentation techniques will be developed, that is, data augmentation, which will allow us to obtain more precise results.

More information

Item ID: 69406
DC Identifier: https://oa.upm.es/69406/
OAI Identifier: oai:oa.upm.es:69406
Deposited by: Biblioteca Universitaria Campus Sur
Deposited on: 11 Jan 2022 07:15
Last Modified: 11 Jan 2022 07:15
  • Logo InvestigaM (UPM)
  • Logo GEOUP4
  • Logo Open Access
  • Open Access
  • Logo Sherpa/Romeo
    Check whether the anglo-saxon journal in which you have published an article allows you to also publish it under open access.
  • Logo Dulcinea
    Check whether the spanish journal in which you have published an article allows you to also publish it under open access.
  • Logo de Recolecta
  • Logo del Observatorio I+D+i UPM
  • Logo de OpenCourseWare UPM