Uso de una red neuronal convolucional para la detección de cáncer de tipo melanoma

Merino Ulizarna, Luis (2022). Uso de una red neuronal convolucional para la detección de cáncer de tipo melanoma. Proyecto Fin de Carrera / Trabajo Fin de Grado, E.T.S.I. de Sistemas Informáticos (UPM), Madrid.

Description

Title: Uso de una red neuronal convolucional para la detección de cáncer de tipo melanoma
Author/s:
  • Merino Ulizarna, Luis
Contributor/s:
  • Díaz Álvarez, Alberto
Item Type: Final Project
Degree: Grado en Ingeniería del Software
Date: July 2022
Subjects:
Freetext Keywords: Cáncer de piel; Melanoma; Inteligencia artificial; Predicción; Redes neuronales convolucionales; Deep learning; Análisis de imagen médica; Aprendizaje profundo; Visión por ordenador
Faculty: E.T.S.I. de Sistemas Informáticos (UPM)
Department: Sistemas Informáticos
Creative Commons Licenses: Recognition - No derivative works - Non commercial

Full text

[img] PDF - Requires a PDF viewer, such as GSview, Xpdf or Adobe Acrobat Reader
Download (1MB)
[img] Archive (ZIP) - Users in campus UPM only
Download (72kB)

Abstract

Actualmente, se está viviendo un apogeo de la Inteligencia Artificial (IA). Por ello, hablar sobre que en un futuro formará parte de nuestras vidas está obsoleto, ya está inmersa en nuestra realidad diaria en infinidad de formas, por supuesto comenzando por nuestro dispositivo móvil. Es una de las grandes innovaciones del siglo XXI, aunque ya Turing, adelantado a su tiempo, hacía mención a ello. De hecho la potencia y el rendimiento de los sistemas basados en esta tecnología son los líderes en casi todas las áreas, aunque el área que nos concierne aquí es el de la salud. En concreto, el área de una de las grandes lacras a las que se enfrenta la humanidad en este siglo, el cáncer, el de piel específicamente. El trabajo desarrollado en las siguientes líneas se vertebra sobre una de las armas más potentes frente a esta enfermedad, la detección precoz del cáncer de tipo melanoma. Para ello se ha desarrollado un modelo basado en Deep Learning (DL) y redes neuronales convolucionales con el objetivo de ayudar a la comunidad médica con este cometido. Iniciando así el proceso hacia la personalización y universalización del acceso a la medicina en este ámbito. Ya que las aplicaciones de este trabajo hacia el público general y potenciales pacientes nos permiten soñar con una herramienta capaz de diagnosticar este cáncer para todo tipo de personas que no tengan un fácil acceso a un profesional que lo pueda hacer. Abstract: Currently, we are living an apogee of the IA. Therefore, talking about it being part of our lives in the future is obsolete; it is already immersed in our daily reality in countless ways, of course starting with our mobile device. It is one of the great innovations of the 21st century, although Turing, ahead of his time, already mentioned it. In fact, the power and performance of systems based on this technology are the leaders in almost all areas, although the area that concerns us here is health. Specifically in the area of one of the great scourges facing humanity in this century, cancer, specifically skin cancer. The work developed in the following lines is based on one of the most powerful weapons against this disease, the early detection of melanoma type cancer. For this purpose, a model based on DL and convolutional neural networks has been developed with the aim of helping the medical community with this task. Thus initiating the process towards the personalization and universalization of access to medicine in this field. Since the applications of this work towards the general public and potential patients allows us to dream of a tool capable of diagnosing this cancer for all types of people who do not have easy access to a professional who can do it.

More information

Item ID: 71361
DC Identifier: https://oa.upm.es/71361/
OAI Identifier: oai:oa.upm.es:71361
Deposited by: Biblioteca Universitaria Campus Sur
Deposited on: 22 Jul 2022 20:50
Last Modified: 22 Jul 2022 20:50
  • 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