2026-05-30T02:14:22Zhttps://riuma.uma.es/rest/oai/request

oai:riuma.uma.es:10630/258702026-02-03T10:25:45Zcom_10630_1685col_10630_38055

Clasificación de imágenes histopatológicas de cáncer de mama utilizando técnicas de aprendizaje profundo Andújar Zambrano, Paula Luque-Baena, Rafael Marcos Molina-Cabello, Miguel Ángel Imágenes, Tratamiento Mamas - Cáncer Informática - Trabajos Fin de Grado Grado en Ingeniería de la Salud - Trabajos Fin de Grado En la actualidad, el uso de algoritmos clasificadores para el diagnóstico del cáncer es una práctica extendida en la rama de la oncología. Existen una gran cantidad de algoritmos y modelos que ayudan a los profesionales de la salud a determinar este tipo de patologías en los pacientes. En el caso de la clasificación del cáncer por imágenes, los algoritmos desarrollados para ello son las redes neuronales convolucionales, de los que han ido surgiendo variantes con diferentes características como el número de capas de la red, el tipo o el orden en el que estas se disponen. En este proyecto se estudiarán y aplicarán diferentes tipos de algoritmos de redes neuronales convolucionales ya implementados que nos permitirán clasificar imágenes histopatológicas del conjunto de BreaKHis. Con estos modelos construidos podremos escoger el que proporcione una mayor precisión para, posteriormente, implementar una aplicación web que permita a los usuarios un fácil uso de este clasificador. 2023-02-01T11:53:43Z 2023-02-01T11:53:43Z 2022-09 bachelor thesis https://hdl.handle.net/10630/25870 spa http://creativecommons.org/licenses/by-nc-nd/4.0/ open access Attribution-NonCommercial-NoDerivatives 4.0 Internacional