Utilización de redes neuronales y resonancias magnéticas T2 y T2-FLAIR para la detección de lesiones periventriculares de esclerosis múltiple
Cargando...
Archivos
Fecha
Título de la revista
Publicado en
Publicado por
URL de la fuente
Enlace a contenidos multimedia
ISSN de la revista
Título del volumen
Resumen
Este estudio tuvo como objetivo desarrollar un modelo de red neuronal convolucional para la detección de esclerosis múltiple utilizando imágenes de MRI T2 y T2-FLAIR. Se creó una base de datos a partir de 36 estudios diferentes y la base de datos de Kaggle, incluyendo tanto MRI sin esclerosis múltiple como MRI con esclerosis múltiple. El modelo desarrollado alcanzó una precisión de verificación del 96%. Estos hallazgos destacan el potencial de las redes neuronales convolucionales en la detección de enfermedades a través de imágenes médicas, a pesar de algunas limitaciones, como el tamaño del conjunto de datos y las restricciones en la optimización de hiperparámetros.
Descripción
Abstract
This study aimed at developing a convolutional neural network model for the detection of multiple sclerosis using T2 and T2-FLAIR MRI images. A database was created from 36 different studies and the Kaggle database, including both MRI without MS and MRI with MS. The developed model achieved a verification accuracy of 96%. These findings highlight the potential of convolutional neural networks in disease detection through medical imaging, despite some limitations such as dataset size and hyperparameter optimization constraints.
Palabras clave
Red neuronal convolucional, Esclerosis múltiple, Resonancia magnética T2 y T2-FLAIR, Base de datos Kaggle, Optimización de hiperparámetros