Prototipo para la clasificación automática de imágenes histológicas para medir el riesgo de carcinoma ductal invasivo usando redes neuronales
Cargando...
Fecha
2019
Autores
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 trabajo de grado se centra en el diseño e implementación de un prototipo basado en redes
neuronales, específicamente de aprendizaje profundo (Deep Learning), capaz de clasificar de
manera automática imágenes histológicas con Carcinoma Ductal Invasivo. El Carcinoma
Ductal Invasivo, a veces denominado Carcinoma Ductal Infiltrante, es el tipo más común de
cáncer de mama y alrededor del 80% de todos los casos de cáncer de mama son de esta
naturaleza. Se utilizó para ello una variante de la red VVGNet 14 y redes neuronales
convolucionales, con los cuales se logró un prototipo con una capacidad aproximada de 79%
de sensibilidad y 79% de especificidad en el reconocimiento de imágenes histológicas con
CDI.
Descripción
Abstract
This degree project focuses on the design and implementation of a prototype based on neural
networks, specifically Deep Learning, capable of automatically classifying histological
images with Invasive Ductal Carcinoma. Invasive Ductal Carcinoma sometimes called
Infiltrating Ductal Carcinoma, is the most common type of breast cancer and about 80% of
all cases belong to this class. A variant of the VVGNet 14 network and convolutional neural
networks were used for this purpose, resulting in a prototype with an approximate capacity
of 79% sensitivity and 79% specificity in the recognition of histological images with CDI.
Palabras clave
Carcinoma ductal invasivo, Redes convolucionales, Imágenes
Keywords
Invasive ductal carcinoma, Convolutional networks, Images