Inteligencia artificial aplicada al análisis de imágenes

Resumen

Este proyecto tiene como finalidad abordar la temática de
Inteligencia Artificial (IA) en los ámbitos de análisis, clasificación y generación de imágenes. Para ello, en primer lugar se ha llevado a cabo un estudio y comparación de las principales IAs generadoras de imágenes para posteriormente seleccionar 3 de las mismas en función de la coherencia de sus resultados respecto a las instrucciones proporcionadas. Una vez seleccionadas, se ha realizado una serie de pruebas de promting y se ha llevado a cabo una comparación de la adecuación de los resultados obtenidos con cada una de ellas, en distintas temáticas y diferentes estructuras de prompts. Finalmente, tras dichas pruebas y análisis de resultados, se ha obtenido una estructura de prompt eficiente que permite al usuario indicarle a la IA generadora las características de la imagen deseada de manera concisa.

Por otro lado, para abordar el ámbito de análisis y clasificación de imágenes por IA se ha decidido crear una red neuronal convolucional basada en arquitecturas de ResNet, Inception-ResNet y MobileNet utilizando data augmentation y distintos hiperparámetros para poder detectar la malignidad en tumores de glándulas salivales tan solo con la ecografía de las mismas. Para la comparación de resultados, se han utilizado las gráficas de accuracy y loss de los datos de entrenamiento y validación. Para el entrenamiento y validación de la red se han utilizado imágenes de ecografías tomadas entre los años 2012 y 2021 del Hospital Clínico San Carlos de Madrid.

Abstract:

The goal of this Thesis is the approach of Artificial Intelligence topics to achieve a development in the creation, classification and analysis of images. To achieve this, it was carried out a broad study and exemplification paralleling the main AIs Image generator, narrowing the image selection to the best three images for our purpose. Once finished with the selection process, a series of Prompting Tests were performed on each image individually using different Prompt structures and topics allowing us to compare similarities, connection, suitability making possible the creation of a new efficient Prompt structure that will let the user ask the Generating Artificial Intelligence for specific or required characteristics to the desired Image in a more concise/brief way.

On the other hand, to address the field and classification of AI images, it has been decided to establish a convolutional neural network based on architectures such as ResNet, Inception ResNet and MobileNet, using for this data augmentation and different hyperparameters in order to identify and detect the malignancy of tumours in salivary glands merely with a simple ultrasonography. For the comparison of results, there have been used graphics of accuracy and loss from the training and validation data. For the training and validation of the network, there have been used ultrasound images taken at Hospital Clínico de Madrid between the years 2012 and 2021.