<?xml version="1.0" encoding="UTF-8"?><?xml-stylesheet type="text/xsl" href="static/style.xsl"?><OAI-PMH xmlns="http://www.openarchives.org/OAI/2.0/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/ http://www.openarchives.org/OAI/2.0/OAI-PMH.xsd"><responseDate>2026-05-31T16:48:22Z</responseDate><request verb="GetRecord" identifier="oai:riuma.uma.es:10630/16965" metadataPrefix="mets">https://riuma.uma.es/rest/oai/request</request><GetRecord><record><header><identifier>oai:riuma.uma.es:10630/16965</identifier><datestamp>2026-02-03T10:25:34Z</datestamp><setSpec>com_10630_1685</setSpec><setSpec>col_10630_38055</setSpec></header><metadata><mets xmlns="http://www.loc.gov/METS/" xmlns:doc="http://www.lyncode.com/xoai" xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" ID="&#xa;&#x9;&#x9;&#x9;&#x9;DSpace_ITEM_10630-16965" TYPE="DSpace ITEM" PROFILE="DSpace METS SIP Profile 1.0" xsi:schemaLocation="http://www.loc.gov/METS/ http://www.loc.gov/standards/mets/mets.xsd" OBJID="&#xa;&#x9;&#x9;&#x9;&#x9;hdl:10630/16965">
   <metsHdr CREATEDATE="2026-05-31T18:48:22Z">
      <agent ROLE="CUSTODIAN" TYPE="ORGANIZATION">
         <name>RIUMA. Repositorio Institucional de la Universidad de Málaga</name>
      </agent>
   </metsHdr>
   <dmdSec ID="DMD_10630_16965">
      <mdWrap MDTYPE="MODS">
         <xmlData xmlns:mods="http://www.loc.gov/mods/v3" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-1.xsd">
            <mods:mods xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-1.xsd">
               <mods:name>
                  <mods:role>
                     <mods:roleTerm type="text">advisor</mods:roleTerm>
                  </mods:role>
                  <mods:namePart>Domínguez-Merino, Enrique</mods:namePart>
               </mods:name>
               <mods:name>
                  <mods:role>
                     <mods:roleTerm type="text">author</mods:roleTerm>
                  </mods:role>
                  <mods:namePart>Alcaraz Garófano, Carmen</mods:namePart>
               </mods:name>
               <mods:extension>
                  <mods:dateAccessioned encoding="iso8601">2018-11-27T11:18:24Z</mods:dateAccessioned>
               </mods:extension>
               <mods:extension>
                  <mods:dateAvailable encoding="iso8601">2018-11-27T11:18:24Z</mods:dateAvailable>
               </mods:extension>
               <mods:originInfo>
                  <mods:dateIssued encoding="iso8601">2018-11-27</mods:dateIssued>
               </mods:originInfo>
               <mods:identifier type="uri">https://hdl.handle.net/10630/16965</mods:identifier>
               <mods:abstract>Entre los diversos tumores que podemos sufrir en nuestra piel, el melanoma cutáneo no es el más frecuente, pero sí el más agresivo. Aunque últimamente la supervivencia de los pacientes con melanoma cutáneo está mejorando, esta no se debe a que se hayan descubierto mejoras en el tratamiento, sino al aumento de diagnósticos precoces. El melanoma cutáneo se convierte rápidamente en metástasis, ya que crece tanto horizontalmente como verticalmente, pero en sus etapas iniciales la probabilidad de morir a causa del tumor es prácticamente nula.&#xd;
Por lo tanto, la detección precoz del melanoma supone un elemento clave en la supervivencia del paciente. El objetivo de este trabajo ha sido crear un método informático capaz de analizar y clasificar melanomas a partir de una imagen clínica digital. El método propuesto está basado en técnicas de aprendizaje profundo, también conocido por su nombre en inglés como deep learning. Conseguir un algoritmo que realice esta clasificación de forma fidedigna podría ser la antesala de una aplicación de diagnóstico a distancia, propia de la telemedicina.&#xd;
En primer lugar, se recopilaron imágenes de melanomas y nevos, las cuales fueron tratadas y preprocesadas antes de ser utilizadas por las redes neuronales convolucionales creadas. En cuanto a la arquitectura neuronal utilizada, se crearon cuatro versiones distintas. Tres de ellas fueron redes creadas de cero, mientras que la última se creó a partir de AlexNet.</mods:abstract>
               <mods:language>
                  <mods:languageTerm authority="rfc3066">spa</mods:languageTerm>
               </mods:language>
               <mods:accessCondition type="useAndReproduction">Attribution-NonCommercial-NoDerivatives 4.0 Internacional</mods:accessCondition>
               <mods:subject>
                  <mods:topic>Melanoma - Detección</mods:topic>
               </mods:subject>
               <mods:subject>
                  <mods:topic>Sistemas de imágenes en Medicina</mods:topic>
               </mods:subject>
               <mods:subject>
                  <mods:topic>Procesado de imágenes</mods:topic>
               </mods:subject>
               <mods:subject>
                  <mods:topic>Imágenes en diagnostico</mods:topic>
               </mods:subject>
               <mods:subject>
                  <mods:topic>Informática - Trabajos Fin de Grado</mods:topic>
               </mods:subject>
               <mods:subject>
                  <mods:topic>Grado en Ingeniería de la Salud - Trabajos Fin de Grado</mods:topic>
               </mods:subject>
               <mods:titleInfo>
                  <mods:title>Análisis de imágenes digitales mediante técnicas de aprendizaje profundo para la detección de melanomas</mods:title>
               </mods:titleInfo>
               <mods:genre>bachelor thesis</mods:genre>
            </mods:mods>
         </xmlData>
      </mdWrap>
   </dmdSec>
   <amdSec ID="TMD_10630_16965">
      <rightsMD ID="RIG_10630_16965">
         <mdWrap MIMETYPE="text/plain" MDTYPE="OTHER" OTHERMDTYPE="DSpaceDepositLicense">
            <binData>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</binData>
         </mdWrap>
      </rightsMD>
   </amdSec>
   <amdSec ID="FO_10630_16965_1">
      <techMD ID="TECH_O_10630_16965_1">
         <mdWrap MDTYPE="PREMIS">
            <xmlData xmlns:premis="http://www.loc.gov/standards/premis" xsi:schemaLocation="http://www.loc.gov/standards/premis http://www.loc.gov/standards/premis/PREMIS-v1-0.xsd">
               <premis:premis>
                  <premis:object>
                     <premis:objectIdentifier>
                        <premis:objectIdentifierType>URL</premis:objectIdentifierType>
                        <premis:objectIdentifierValue>https://riuma.uma.es/bitstreams/49db1f41-0dac-4050-afd8-2319adf3fe37/download</premis:objectIdentifierValue>
                     </premis:objectIdentifier>
                     <premis:objectCategory>File</premis:objectCategory>
                     <premis:objectCharacteristics>
                        <premis:fixity>
                           <premis:messageDigestAlgorithm>MD5</premis:messageDigestAlgorithm>
                           <premis:messageDigest>d98501ae3a408c7278ddb8bdb58f1b9b</premis:messageDigest>
                        </premis:fixity>
                        <premis:size>794358</premis:size>
                        <premis:format>
                           <premis:formatDesignation>
                              <premis:formatName>application/pdf</premis:formatName>
                           </premis:formatDesignation>
                        </premis:format>
                     </premis:objectCharacteristics>
                     <premis:originalName>Alcaraz Garfano´CarmenMemoria.pdf</premis:originalName>
                  </premis:object>
               </premis:premis>
            </xmlData>
         </mdWrap>
      </techMD>
   </amdSec>
   <fileSec>
      <fileGrp USE="ORIGINAL">
         <file ID="BITSTREAM_ORIGINAL_10630_16965_1" MIMETYPE="application/pdf" SEQ="1" SIZE="794358" CHECKSUM="d98501ae3a408c7278ddb8bdb58f1b9b" CHECKSUMTYPE="MD5" ADMID="FO_10630_16965_1" GROUPID="GROUP_BITSTREAM_10630_16965_1">
            <FLocat LOCTYPE="URL" xlink:type="simple" xlink:href="https://riuma.uma.es/bitstreams/49db1f41-0dac-4050-afd8-2319adf3fe37/download" />
         </file>
      </fileGrp>
   </fileSec>
   <structMap LABEL="DSpace Object" TYPE="LOGICAL">
      <div TYPE="DSpace Object Contents" ADMID="DMD_10630_16965">
         <div TYPE="DSpace BITSTREAM">
            <fptr FILEID="BITSTREAM_ORIGINAL_10630_16965_1" />
         </div>
      </div>
   </structMap>
</mets>
</metadata></record></GetRecord></OAI-PMH>