Estudio de la aplicación de técnicas de aprendizaje profundo sobre resonancia magnética nuclear de mama

Bel Díaz, Javier. (2023). Estudio de la aplicación de técnicas de aprendizaje profundo sobre resonancia magnética nuclear de mama Master Thesis, Universidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática. Departamento de Inteligencia Artificial

Ficheros (Some files may be inaccessible until you login with your e-spacio credentials)
Nombre Descripción Tipo MIME Size
BelDiazJavier-TFM.pdf BelDiazJavier-TFM.pdf application/pdf 6.18MB
Título Estudio de la aplicación de técnicas de aprendizaje profundo sobre resonancia magnética nuclear de mama
Autor(es) Bel Díaz, Javier
Resumen El cáncer de mama es un tipo de cáncer que se forma en las células de las mamas. En un país de referencia como Estados Unidos, el cáncer de mama es el tipo más comúnmente diagnosticado en mujeres después del cáncer de piel. El considerable apoyo para la concienciación y la financiación de investigaciones sobre el cáncer de mama ha ayudado a crear avances en el diagnóstico y tratamiento de esta enfermedad. Las tasas de supervivencia al cáncer de mama han aumentado y el número de muertes asociadas a esta enfermedad está disminuyendo constantemente, en gran medida debido a factores como la detección temprana, un nuevo enfoque de tratamiento personalizado y una mejor comprensión de la enfermedad. En esta línea, son varias las técnicas existentes en la actualidad para abordar la detección y el diagnóstico del cáncer de mama, como son la mamografía y la ecografía. Además, la resonancia magnética nuclear es aplicada en este campo, especialmente en situaciones en las que el resto de técnicas no ofrecen buenos resultados. Por otro lado, ha transcurrido tiempo desde la irrupción de la inteligencia artificial y el aprendizaje automático y su aplicación al campo médico. Así, a día de hoy, está bien contrastado el éxito que tienen ciertas arquitecturas de aprendizaje profundo en el reconocimiento de imágenes médicas, ayudando en última instancia al médico en la tarea de detección y diagnóstico de tumores. De esta forma, la conjunción dada por la resonancia magnética nuclear aplicada al cáncer de mama y la aplicación del aprendizaje profundo al reconocimiento de dichas imágenes es la que caracterizará el estudio que se ha llevado a cabo y que se presentará en este documento. Por tanto, este estudio tratará de aplicar técnicas de aprendizaje profundo al reconocimiento de imágenes procedentes de resonancias magnéticas nucleares de mama con el objetivo de comprobar si es posible mejorar los resultados expuestos hasta hoy en el estado del arte existente.
Abstract Breast cancer is a type of cancer that forms in the cells of the breasts. In a reference country like the United States, breast cancer is the most commonly diagnosed type in women after skin cancer. Considerable support for breast cancer awareness and research funding has helped create advances in the diagnosis and treatment of this disease. Breast cancer survival rates have increased and the number of deaths associated with the disease is steadily declining, largely due to factors such as early detection, a new personalized treatment approach and a better understanding of the disease. In this line, there are various techniques currently available to address the detection and diagnosis of breast cancer, such as mammography and echography. In addition, nuclear magnetic resonance is applied in this field, especially in situations where other techniques do not offer good results. On the other hand, time has passed since the irruption of artificial intelligence and machine learning and its application to the medical field. Thus, nowadays, the success of certain deep learning architectures in the recognition of medical images has been well proven, ultimately helping the doctor in the task of detecting and diagnosing tumors. In this way, the conjunction given by nuclear magnetic resonance applied to breast cancer and the application of deep learning to the recognition of such images is what will characterize the study that has been performed and that will be presented in this document. Therefore, this study will try to apply deep learning techniques to the recognition of breast magnetic resonance images with the aim of verifying whether it is possible to improve the results presented up to date in the existing state of the art.
Notas adicionales Trabajo de Fin de Máster Universitario en Ingeniería y Ciencia de Datos. UNED
Materia(s) Ingeniería Informática
Palabra clave Cáncer de mama
resonancia magnética nuclear
aprendizaje profundo
Breast cancer
magnetic resonance imaging
deep learning
Editor(es) Universidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática. Departamento de Inteligencia Artificial
Director/Tutor Pérez Martín, Jorge
Díez Vegas, Francisco Javier
Fecha 2023-09
Formato application/pdf
Identificador bibliuned:master-ETSInformatica-ICD-Jbel
http://e-spacio.uned.es/fez/view/bibliuned:master-ETSInformatica-ICD-Jbel
Versión de la publicación acceptedVersion
Nivel de acceso y licencia http://creativecommons.org/licenses/by-nc-nd/4.0
info:eu-repo/semantics/openAccess
Tipo de recurso master Thesis
Tipo de acceso Acceso abierto

 
Versiones
Versión Tipo de filtro
Contador de citas: Google Scholar Search Google Scholar
Estadísticas de acceso: 123 Visitas, 54 Descargas  -  Estadísticas en detalle
Creado: Fri, 01 Dec 2023, 03:33:19 CET