Publicación:
Análisis de imagen médica usando redes neuronales siamesas

Vista sencilla de ítem
dc.contributor.authorRoig Martín, Roberto
dc.contributor.directorRincón Zamorano, Mariano
dc.contributor.directorGuerrero Martín, Juan
dc.date.accessioned2024-10-29T09:44:53Z
dc.date.available2024-10-29T09:44:53Z
dc.date.issued2024-10
dc.description.abstractEste Trabajo Fin de Máster se enmarca en el proyecto de análisis de imágenes médicas mediante el uso de técnicas de deep learning, con un enfoque particular en la implementación de redes neuronales siamesas para la detección temprana de cáncer de mama a través de imágenes térmicas. El objetivo principal de este estudio ha sido aplicar un enfoque eficiente para la detección temprana de cáncer de mama, dado el desafío de trabajar con un conjunto de datos pequeño y limitado en información. Se ha optado por el uso de redes siamesas, que se destacan por su capacidad para manejar pares de imágenes. Esta metodología ha demostrado ser efectiva en el contexto de imágenes térmicas, permitiendo una detección temprana con precisión adecuada incluso con pocas imágenes. Además, se ha comparado el rendimiento de este enfoque con una implementación de redes neuronales convolucionales (CNN) utilizada como línea base, destacando las ventajas de las redes siamesas en la clasificación de imágenes médicas con recursos limitados. Se proponen también mejoras futuras, como la implementación de redes siamesas con tripletas y la inclusión de datos clínicos adicionales para mejorar el rendimiento del modelo.es
dc.description.abstractThis Master’s Thesis is part of a project focused on medical image analysis using deep learning techniques, with a particular focus on the implementation of siamese neural networks for early breast cancer detection through thermal imaging. The main objective of this study has been to apply an efficient approach to early breast cancer detection, given the challenge of working with a small dataset and limited information. Siamese networks were chosen for their capability to handle pairs of images. This methodology has proven effective in the context of thermal imaging, allowing for early detection with adequate accuracy even with a small number of images. Additionally, the performance of this approach was compared with a convolutional neural network (CNN) implementation used as the baseline, highlighting the advantages of siamese networks in medical image classification with limited resources. Future improvements are also proposed, such as the implementation of triplet-based siamese networks and the inclusion of additional clinical data to further enhance the model’s performance.en
dc.identifier.citationRoig Martín, Roberto (2024) Análisis de imagen médica usando redes neuronales siamesas. Trabajo Fin de Máster. Universidad de Educación a Distancia (UNED)
dc.identifier.urihttps://hdl.handle.net/20.500.14468/24154
dc.language.isoes
dc.publisherUniversidad de Educación a Distancia (UNED)
dc.relation.centerE.T.S. de Ingeniería Informática
dc.relation.degreeMáster universitario en Ingeniería Informática
dc.relation.departmentInteligencia Artificial
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/deed.es
dc.subject12 Matemáticas::1203 Ciencia de los ordenadores ::1203.17 Informática
dc.subject.keywordsaprendizaje profundoes
dc.subject.keywordsredes neuronales siamesases
dc.subject.keywordscáncer de mamaes
dc.subject.keywordsimágenes térmicases
dc.subject.keywordsdetección tempranaes
dc.subject.keywordsconjuntos de datos pequeñoses
dc.subject.keywordseficiencia en aprendizajees
dc.subject.keywordslínea basees
dc.subject.keywordsvalidación cruzadaes
dc.subject.keywordsdeep learningen
dc.subject.keywordssiamese neural networksen
dc.subject.keywordsbreast canceren
dc.subject.keywordsthermal imagingen
dc.subject.keywordsearly detectionen
dc.subject.keywordssmall datasetsen
dc.subject.keywordsefficiency in learningen
dc.subject.keywordsbaselineen
dc.subject.keywordscross validationen
dc.titleAnálisis de imagen médica usando redes neuronales siamesases
dc.typetesis de maestríaes
dc.typemaster thesisen
dspace.entity.typePublication
Archivos
Bloque original
Mostrando 1 - 1 de 1
Miniatura
Nombre:
RoigMartin_Roberto_TFM.pdf
Tamaño:
2.12 MB
Formato:
Adobe Portable Document Format
Descargar
Bloque de licencias
Mostrando 1 - 1 de 1
No hay miniatura disponible
Nombre:
license.txt
Tamaño:
3.62 KB
Formato:
Item-specific license agreed to upon submission
Descripción:
Descargar
Colecciones
Trabajos de fin de máster (TFM)