RT Generic
T1 Estudio del rendimiento de varios modelos de redes neuronales con imágenes de resonancia magnética asociadas a la demencia
T2 Study of the performance of various neural network models with magnetic resonance images associated with dementia
A1 Martín Vera, Sergio
K1 Informática - Trabajos Fin de Grado
K1 Grado en Ingeniería de la Salud - Trabajos Fin de Grado
AB Este Trabajo de Fin de Grado tiene como objetivo evaluar el rendimiento dedistintos modelos de redes neuronales profundas en la clasificación de imágenesde resonancia magnética (RM) cerebral relacionadas con el diagnóstico de la demencia.La demencia es un trastorno neurológico progresivo que afecta gravementea las capacidades cognitivas, por lo que su detección temprana resulta esencialpara mejorar tanto el tratamiento como la calidad de vida del paciente. Las resonanciasmagnéticas ofrecen una técnica no invasiva que permite observar condetalle posibles alteraciones estructurales en el cerebro asociadas a esta enfermedad.El proyecto analiza el comportamiento de diez arquitecturas de redes convolucionalesdisponibles en la librería TensorFlow: InceptionV3, ResNet50, Res-Net50V2, ResNet101, ResNet101V2, ResNet152, ResNet152V2, VGG16, VGG19 yXception. Para ello se ha utilizado un conjunto de datos público y etiquetado,compuesto por imágenes de resonancia magnética cerebral.Además, se ha desarrollado una interfaz gráfica de usuario mediante el frameworkGradio, que permite cargar conjuntos de datos, entrenar modelos, evaluarlosy mostrar métricas clave como precisión, pérdida, matrices de confusión e informesde clasificación.Esta herramienta facilita el análisis comparativo de los modelos y su posibleaplicación en entornos clínicos reales.
YR 2025
FD 2025-06
LK https://hdl.handle.net/10630/45137
UL https://hdl.handle.net/10630/45137
LA spa
DS RIUMA. Repositorio Institucional de la Universidad de Málaga
RD 2 mar 2026