Desarrollo de un sistema de asistencia al diagnóstico de tumores cerebrales basado en inteligencia artificial.

Abstract

El presente Trabajo de Fin de Grado (TFG) se centra en el desarrollo de un sistema de asistencia al diagnóstico de tumores cerebrales mediante el uso de inteligencia artificial (IA). En concreto, se explorará la aplicación de redes neuronales profundas para la segmentación de imágenes de resonancia magnética (MRI) con el objetivo de identificar y delimitar áreas tumorales. Este trabajo forma parte de un proyecto en grupo que busca optimizar la detección de anomalías en imágenes médicas. El enfoque principal del TFG es el análisis y evaluación de modelos basados en redes neuronales convolucionales, como la arquitectura U-Net, para la segmentación precisa de tumores cerebrales. Para ello, se utilizarán bases de datos de acceso abierto, como Brain MRI Segmentation y Brain MRI Images, disponibles en Kaggle. Se implementarán diversas metodologías de procesamiento de imágenes y aprendizaje profundo, evaluando su precisión y eficiencia en la detección de tumores. Además, como parte del desarrollo, se creará una interfaz web que permitirá a los usuarios interactuar con los modelos de segmentación, visualizar los resultados y facilitar la interpretación de los datos obtenidos. El proyecto empleará tecnologías como Python, PyTorch, OpenCV y Flask, junto con JavaScript y HTML/CSS para la implementación web. El objetivo final es proporcionar una herramienta eficiente que pueda servir como apoyo en el diagnóstico médico, mejorando la precisión y reduciendo el tiempo necesario para la identificación de tumores cerebrales en imágenes de resonancia magnética.