RT Generic
T1 Redes neuronales convolucionales para el reconocimiento de enfermedades de la piel
T2 Convolutional neural networks for skin diseases recognition
A1 Castillo Berná, David
K1 Piel - Cáncer - Diagnóstico
K1 Imágenes en diagnóstico
K1 Informática - Trabajos Fin de Grado
K1 Grado en Ingeniería de la Salud - Trabajos Fin de Grado
AB El cáncer de piel es uno de los cánceres más problemáticos a nivel mundial.Dentro de este grupo, se encuentra el melanoma, la forma más mortal de ellos.Además de poder ser detectado de manera temprana mediante una experta inspecciónvisual, es posible detectarlo de manera automática mediante el análisis deimágenes.Con ello, entra en juego la dermatoscopia, una técnica de diagnóstico por imagenque consigue eliminar el reflejo superficial de la piel, mejorando la visualizaciónde los niveles más profundos de esta. Se ha demostrado que la dermatoscopiaproporciona una precisión diagnóstica mejorada en comparación con la fotografíaestándar o la inspección visual sin ningún tipo de ayuda adicional.El trabajo comienza con la construcción e implementación de unos modelos deInteligencia Artificial, a través de técnicas de aprendizaje profundo, con el propósitode detectar y clasificar enfermedades de la piel. Para ello, se utilizan diversasarquitecturas de redes neuronales convolucionales.Posteriormente, se implementa una técnica de recuperación de imágenes basadaen contenido (CBIR - Content-Based Image Retrieval), por la cual, podremosapoyar la predicción de una determinada enfermedad junto a un conjunto de imágenesparecida a la imagen predicha, con la intención de poder contrastar y llegara conclusiones de manera más eficaz.Finalmente, se ha desarrollado una aplicación web que funcione como soportee interfaz de usuario a los expertos a la hora de utilizar tantos los modelosconstruidos de aprendizaje profundo, como la técnica de CBIR, para realizar undiagnóstico.
YR 2022
FD 2022-06
LK https://hdl.handle.net/10630/25139
UL https://hdl.handle.net/10630/25139
LA spa
DS RIUMA. Repositorio Institucional de la Universidad de Málaga
RD 21 ene 2026