<?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>2026-06-03T01:33:35Z</responseDate><request verb="GetRecord" identifier="oai:riuma.uma.es:10630/40815" metadataPrefix="rdf">https://riuma.uma.es/rest/oai/request</request><GetRecord><record><header><identifier>oai:riuma.uma.es:10630/40815</identifier><datestamp>2026-02-03T10:24:25Z</datestamp><setSpec>com_10630_1685</setSpec><setSpec>col_10630_38055</setSpec></header><metadata><rdf:RDF xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:doc="http://www.lyncode.com/xoai" xmlns:ds="http://dspace.org/ds/elements/1.1/" xmlns:ow="http://www.ontoweb.org/ontology/1#" xmlns:rdf="http://www.openarchives.org/OAI/2.0/rdf/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/rdf/ http://www.openarchives.org/OAI/2.0/rdf.xsd">
   <ow:Publication rdf:about="oai:riuma.uma.es:10630/40815">
      <dc:title>Desarrollo de un sistema de asistencia al diagnóstico de tumores cerebrales basado en inteligencia artificial.</dc:title>
      <dc:creator>Barranco Céspedes, Pablo</dc:creator>
      <dc:contributor>Toutouh-el-Alamin, Jamal</dc:contributor>
      <dc:subject>Informática - Trabajos Fin de Grado</dc:subject>
      <dc:subject>Grado en Ingeniería del Software - Trabajos Fin de Grado</dc:subject>
      <dc:description>El presente Trabajo de Fin de Grado (TFG) se centra en el desarrollo de un sistema&#xd;
de asistencia al diagnóstico de tumores cerebrales mediante el uso de inteligencia&#xd;
artificial (IA). En concreto, se explorará la aplicación de redes neuronales&#xd;
profundas para la segmentación de imágenes de resonancia magnética (MRI) con&#xd;
el objetivo de identificar y delimitar áreas tumorales. Este trabajo forma parte de&#xd;
un proyecto en grupo que busca optimizar la detección de anomalías en imágenes&#xd;
médicas.&#xd;
El enfoque principal del TFG es el análisis y evaluación de modelos basados&#xd;
en redes neuronales convolucionales, como la arquitectura U-Net, para la segmentación&#xd;
precisa de tumores cerebrales. Para ello, se utilizarán bases de datos de&#xd;
acceso abierto, como Brain MRI Segmentation y Brain MRI Images, disponibles&#xd;
en Kaggle. Se implementarán diversas metodologías de procesamiento de imágenes&#xd;
y aprendizaje profundo, evaluando su precisión y eficiencia en la detección de&#xd;
tumores.&#xd;
Además, como parte del desarrollo, se creará una interfaz web que permitirá a&#xd;
los usuarios interactuar con los modelos de segmentación, visualizar los resultados&#xd;
y facilitar la interpretación de los datos obtenidos. El proyecto empleará tecnologías&#xd;
como Python, PyTorch, OpenCV y Flask, junto con JavaScript y HTML/CSS&#xd;
para la implementación web.&#xd;
El objetivo final es proporcionar una herramienta eficiente que pueda servir&#xd;
como apoyo en el diagnóstico médico, mejorando la precisión y reduciendo el&#xd;
tiempo necesario para la identificación de tumores cerebrales en imágenes de resonancia&#xd;
magnética.</dc:description>
      <dc:date>2025-11-19T09:45:34Z</dc:date>
      <dc:date>2025-11-19T09:45:34Z</dc:date>
      <dc:date>2025-06</dc:date>
      <dc:type>bachelor thesis</dc:type>
      <dc:identifier>https://hdl.handle.net/10630/40815</dc:identifier>
      <dc:language>spa</dc:language>
      <dc:rights>http://creativecommons.org/licenses/by-nc-nd/4.0/</dc:rights>
      <dc:rights>open access</dc:rights>
      <dc:rights>Attribution-NonCommercial-NoDerivatives 4.0 Internacional</dc:rights>
   </ow:Publication>
</rdf:RDF>
</metadata></record></GetRecord></OAI-PMH>