Desarrollo de un algoritmo basado en transfer learning para el análisis de imágenes médicas de cáncer de mama

Abstract

El presente trabajo desarrolla un algoritmo unificado basado en Transfer Learning para la clasificación de imágenes médicas de cáncer de mama, usando mamografías del dataset CBIS-DDSM. Su objetivo es mostrar qué combinación de técnicas de mejora de imagen, como CLAHE, HE y Gamma Correction, junto con modelos de redes neuronales convolucionales, incluyendo ResNet50, VGG19 y EfficientNetB0 es las más adecuada para detección de malignidad a partir de mamografías. Aplicando la metodología CRISPDM, también se examinaron las consecuencias de diferentes configuraciones de procesamiento en la clasificación de imágenes benignas y malignas.