Please use this identifier to cite or link to this item:
http://repositorio.ugto.mx/handle/20.500.12059/7273
Full metadata record
DC Field | Value | Language |
---|---|---|
dc.rights.license | http://creativecommons.org/licenses/by-nc-nd/4.0 | es_MX |
dc.creator | DORA LUZ ALMANZA OJEDA | es_MX |
dc.date.accessioned | 2022-11-15T04:05:04Z | - |
dc.date.available | 2022-11-15T04:05:04Z | - |
dc.date.issued | 2022-09-09 | - |
dc.identifier.uri | http://repositorio.ugto.mx/handle/20.500.12059/7273 | - |
dc.description.abstract | La detección temprana de calcificaciones y microcalcificaciones en mamografías ofrece la posibilidad de detectar cáncer de seno a tiempo. Cuando este tipo de cáncer es detectado a edad temprana existen muchas probabilidades de eliminarlo. El aumento del poder de cómputo digital y los algoritmos de inteligencia artificial basados en aprendizaje de máquina y en aprendizaje profundo permiten proponer herramientas de apoyo en el diagnóstico a través del procesamiento de imágenes digitales. En este artículo se desarrolla un módulo para el cálculo de 7 características de textura en mamografías digitales las cuales se almacenan en archivos de texto. Una vez calculadas las características, se utilizan para entrenar dos diferentes clasificadores, primero una técnica basada en árboles de decisión y la segunda una red neuronal artificial. Las mamografías son recuperadas de una base de datos proporcionada en internet. Las categorías de clasificación seleccionadas son 4 de acuerdo con la escala BIRADS. Los resultados nos permiten proporcionar un apoyo en el diagnóstico de estas imágenes médicas. | es_MX |
dc.language.iso | spa | es_MX |
dc.publisher | Universidad de Guanajuato. Dirección de Apoyo a la Investigación y al Posgrado | es_MX |
dc.relation | https://www.jovenesenlaciencia.ugto.mx/index.php/jovenesenlaciencia/article/view/3633 | es_MX |
dc.rights | info:eu-repo/semantics/openAccess | es_MX |
dc.source | Jóvenes en la Ciencia: XXII Verano de la Ciencia UG. Vol. 16 (2022) | es_MX |
dc.title | Análisis y clasificación de mamografías por escala Birads | es_MX |
dc.type | info:eu-repo/semantics/article | es_MX |
dc.creator.id | info:eu-repo/dai/mx/cvu/50006 | es_MX |
dc.subject.cti | info:eu-repo/classification/cti/7 | es_MX |
dc.subject.keywords | Escala BIRADS | es_MX |
dc.subject.keywords | Mamografías | es_MX |
dc.subject.keywords | Redes neuronales | es_MX |
dc.subject.keywords | Texturas | es_MX |
dc.subject.keywords | Árboles de decisión | es_MX |
dc.type.version | info:eu-repo/semantics/publishedVersion | es_MX |
dc.creator.two | Leonardo Juárez Morales | es_MX |
Appears in Collections: | Revista Jóvenes en la Ciencia |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
3633-Texto del artículo-12021-1-10-20220829.pdf | 972.17 kB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.