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

Vista sencilla de ítem
dc.contributor.authorBel Díaz, Javier
dc.date.accessioned2024-05-20T12:25:03Z
dc.date.available2024-05-20T12:25:03Z
dc.date.issued2023-09
dc.description.abstractEl 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.es
dc.description.abstractBreast 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.en
dc.description.versionversión final
dc.identifier.urihttps://hdl.handle.net/20.500.14468/14192
dc.language.isoes
dc.publisherUniversidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática. Departamento de Inteligencia Artificial
dc.relation.centerFacultades y escuelas::E.T.S. de Ingeniería Informática
dc.relation.degreeMáster universitario en Ingeniería y Ciencia de Datos
dc.relation.departmentInteligencia Artificial
dc.rightsAtribución-NoComercial-SinDerivadas 4.0 Internacional
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0
dc.subject.keywordsCáncer de mama
dc.subject.keywordsresonancia magnética nuclear
dc.subject.keywordsaprendizaje profundo
dc.subject.keywordsBreast cancer
dc.subject.keywordsmagnetic resonance imaging
dc.subject.keywordsdeep learning
dc.titleEstudio de la aplicación de técnicas de aprendizaje profundo sobre resonancia magnética nuclear de mamaes
dc.typetesis de maestríaes
dc.typemaster thesisen
dspace.entity.typePublication
Archivos
Bloque original
Mostrando 1 - 1 de 1
Miniatura
Nombre:
BelDiazJavier-TFM.pdf
Tamaño:
6.18 MB
Formato:
Adobe Portable Document Format
Descargar
Colecciones
Trabajos de fin de máster (TFM)