RT Generic
T1 Clasificación de imágenes de lesiones cutáneas mediante redes neuronales convolucionales y aprendizaje profundo
T2 Classification of skin lesion images with convolutional neural networks and deep learning
A1 García Ciudad, Javier
K1 Ingeniería biomédica
K1 Imágenes en diagnóstico
K1 Cáncer de piel
K1 Informática - Trabajos Fin de Grado
K1 Grado en Ingeniería de la Salud - Trabajos Fin de Grado
AB El cáncer de piel es el cuarto tipo de cáncer más común en el mundo, el primero en numerosospaíses y, además, se espera que su incidencia aumente en las próximas décadas. Granparte de ellos presentan una mortalidad baja, pero una pequeña parte, los melanomas, tienenuna mortalidad más elevada. Aún así, estos presentan una tasa de supervivencia cercanaal 100% cuando es detectado en las primeras etapas. No obstante, el diagnóstico de estaslesiones es complicado ya que estas patologías no son fácilmente identi ficables visualmente,por lo que un sistema de redes neuronales convolucionales capaz de clasi ficar correctamenteeste tipo de lesiones a partir de imágenes sería de gran utilidad.En esta l  nea, se ha desarrollado un clasi ficador basado en una red convolucional Efficient-NetB0, variando distintos parámetros de entrenamiento y de la misma red hasta alcanzar unmodelo fi nal. Esta red es capaz de clasi ficar imágenes de 8 patologías principales, entre lasque se encuentran los principales tipos de cáncer de piel entre otras enfermedades. Ademásconsta de otra clase más que representa a todas las patologías no incluidas en las 8 anteriores,de forma que el modelo pueda reconocer cuándo una imagen es desconocida. En eltrabajo nos hemos centrado en el comportamiento que presenta el modelo de cara a esta clase.Los resultados, aunque se deben tener en cuenta sus limitaciones, son positivos, tantoen general como especifica camente en la clase nombrada anteriormente: un 74% de precisióngeneral y una sensibilidad del 66% para dicha clase. Pero sobre todo, demuestra que aunquehaya margen de mejora es posible desarrollar un sistema de estas características, por lo quesería conveniente seguir investigando en esta dirección.
YR 2020
FD 2020-11-24
LK https://hdl.handle.net/10630/20447
UL https://hdl.handle.net/10630/20447
LA spa
DS RIUMA. Repositorio Institucional de la Universidad de Málaga
RD 24 ene 2026