Gespeichert in:
| 1. Verfasser: | |
|---|---|
| Format: | Artículo científico |
| Sprache: | es |
| Veröffentlicht: |
Universidad del Norte
2021
|
| Schlagworte: | |
| Online-Zugang: | https://www.redalyc.org/articulo.oa?id=85270747004 https://www.redalyc.org/journal/852/85270747004/ https://www.redalyc.org/journal/852/85270747004/html/ https://www.redalyc.org/journal/852/85270747004/85270747004.epub https://www.redalyc.org/journal/852/85270747004/movil |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
| _version_ | 1866568519787741184 |
|---|---|
| author | VICTOR MANUEL ASTUDILLO DELGADO |
| author_facet | VICTOR MANUEL ASTUDILLO DELGADO |
| contents | Apoyo al diagnóstico de neumonía y detección de opacidades pulmonares usando segmentación de instancias semánticas en imágenes de rayos X de tórax VICTOR MANUEL ASTUDILLO DELGADO DAVID ARMANDO REVELO LUNA Ingeniería Resnet5o Aumento de datos intersección sobre la unión redes neuronales convolucionales Sociedad Radiológica de Norteamérica La neumonía es una enfermedad que ha causado gran cantidad de muertes a nivel mundial. Los métodos de detección de neumonía: pruebas de sangre, prueba de esputo, tomografía computarizada y las radiografías (RX) de tórax en general requieren de un médico especialista y tiempo para su análisis. El objetivo de esta investigación fue generar un modelo basado en instancias semánticas y aprendizaje profundo (Mask-RCNN) que permita el apoyo en el diagnóstico de opacidades pulmonares y neumonía. Usando i2 o24 imágenes de radiografías de rayos X de tórax se realizaron 3 experimentos, en los que se variaron las condiciones de las imágenes del dataset (expi: imágenes RX pacientes con neumonía, exp2: imágenes RX pacientes sanos y con neumonía, exp3: imágenes RX pacientes sanos y con neumonía, más data augmentation). Para los 3 experimentos se realizó un preprocesamiento de ecualización de histograma. Para evaluar el desempeño de los modelos de identificación de opacidades y clasificación de pacientes con neumonía, se utilizaron los parámetros intersección sobre la unión, precisión, recall, F1score y accuracy. Se encontró que la métrica de mejor desempeño fue recall para el experimento i tanto para la detección de opacidades como de neumonía. 2021 artículo científico 0122-3461 https://www.redalyc.org/articulo.oa?id=85270747004 https://www.redalyc.org/journal/852/85270747004/ https://www.redalyc.org/journal/852/85270747004/html/ https://www.redalyc.org/journal/852/85270747004/85270747004.epub https://www.redalyc.org/journal/852/85270747004/movil 10.14482/inde.39.2.621.367 es http://www.redalyc.org/revista.oa?id=852 Ingeniería y Desarrollo application/pdf Universidad del Norte Ingeniería y Desarrollo (Colombia) Num.2 Vol.39 |
| format | Artículo científico |
| id | redalyc_85270747004 |
| language | es |
| publishDate | 2021 |
| publisher | Universidad del Norte |
| spellingShingle | Apoyo al diagnóstico de neumonía y detección de opacidades pulmonares usando segmentación de instancias semánticas en imágenes de rayos X de tórax VICTOR MANUEL ASTUDILLO DELGADO Ingeniería Resnet5o Aumento de datos intersección sobre la unión redes neuronales convolucionales Sociedad Radiológica de Norteamérica Apoyo al diagnóstico de neumonía y detección de opacidades pulmonares usando segmentación de instancias semánticas en imágenes de rayos X de tórax VICTOR MANUEL ASTUDILLO DELGADO DAVID ARMANDO REVELO LUNA Ingeniería Resnet5o Aumento de datos intersección sobre la unión redes neuronales convolucionales Sociedad Radiológica de Norteamérica La neumonía es una enfermedad que ha causado gran cantidad de muertes a nivel mundial. Los métodos de detección de neumonía: pruebas de sangre, prueba de esputo, tomografía computarizada y las radiografías (RX) de tórax en general requieren de un médico especialista y tiempo para su análisis. El objetivo de esta investigación fue generar un modelo basado en instancias semánticas y aprendizaje profundo (Mask-RCNN) que permita el apoyo en el diagnóstico de opacidades pulmonares y neumonía. Usando i2 o24 imágenes de radiografías de rayos X de tórax se realizaron 3 experimentos, en los que se variaron las condiciones de las imágenes del dataset (expi: imágenes RX pacientes con neumonía, exp2: imágenes RX pacientes sanos y con neumonía, exp3: imágenes RX pacientes sanos y con neumonía, más data augmentation). Para los 3 experimentos se realizó un preprocesamiento de ecualización de histograma. Para evaluar el desempeño de los modelos de identificación de opacidades y clasificación de pacientes con neumonía, se utilizaron los parámetros intersección sobre la unión, precisión, recall, F1score y accuracy. Se encontró que la métrica de mejor desempeño fue recall para el experimento i tanto para la detección de opacidades como de neumonía. 2021 artículo científico 0122-3461 https://www.redalyc.org/articulo.oa?id=85270747004 https://www.redalyc.org/journal/852/85270747004/ https://www.redalyc.org/journal/852/85270747004/html/ https://www.redalyc.org/journal/852/85270747004/85270747004.epub https://www.redalyc.org/journal/852/85270747004/movil 10.14482/inde.39.2.621.367 es http://www.redalyc.org/revista.oa?id=852 Ingeniería y Desarrollo application/pdf Universidad del Norte Ingeniería y Desarrollo (Colombia) Num.2 Vol.39 |
| title | Apoyo al diagnóstico de neumonía y detección de opacidades pulmonares usando segmentación de instancias semánticas en imágenes de rayos X de tórax |
| topic | Ingeniería Resnet5o Aumento de datos intersección sobre la unión redes neuronales convolucionales Sociedad Radiológica de Norteamérica |
| url | https://www.redalyc.org/articulo.oa?id=85270747004 https://www.redalyc.org/journal/852/85270747004/ https://www.redalyc.org/journal/852/85270747004/html/ https://www.redalyc.org/journal/852/85270747004/85270747004.epub https://www.redalyc.org/journal/852/85270747004/movil |