<link rel="stylesheet" href="styles.f3b1fba60ec7970c.css">
Universidad Estatal Península de Santa ElenaPortal UPSE
Repositorio InstitucionalInvestigación y conocimiento abierto

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

dc.contributor.advisorRosero Vásquez, Shendry
dc.contributor.authorCarrión Vásquez, Daniel Alejandro
dc.date.accessioned2025-08-15T14:18:29Z
dc.date.available2025-08-15T14:18:29Z
dc.date.issued2025-08-15
dc.description.abstractEl 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.
dc.identifier.citationCarrión Vásquez, Daniel Alejandro (2025 Desarrollo de un algoritmo basado en transfer learning para el análisis de imágenes médicas de cáncer de mama. La Libertad UPSE, Matriz. Facultad de Sistemas y Telecomunicaciones. 86p.
dc.identifier.otherUPSE-TTI-2025-0034
dc.identifier.urihttps://repositorio.upse.edu.ec/handle/46000/14157
dc.language.isospa
dc.pages86 p.
dc.publisherLa Libertad: Universidad Estatal Península de Santa Elena, 2025
dc.rightsopenAccess
dc.rights.licenseAttribution-NonCommercial-NoDerivs 3.0 United Statesen
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/us/
dc.subjectTRANSFER LEARNING
dc.subjectREDES NEURONALES
dc.subjectMAMOGRAFÍAS
dc.subjectPROCESAMIENTO
dc.titleDesarrollo de un algoritmo basado en transfer learning para el análisis de imágenes médicas de cáncer de mama
dc.typeinfo:eu-repo/semantics/bachelorThesis

Archivos

Bloque original

Mostrando 1 - 1 de 1
Cargando...
Miniatura
Nombre:
UPSE-TTI-2025-0034.pdf
Tamaño:
2,58 MB
Formato:
Adobe Portable Document Format
Descripción:
TRABAJO DE INTEGRACIÓN CURRICULAR

Bloque de licencias

Mostrando 1 - 1 de 1
Cargando...
Miniatura
Nombre:
license.txt
Tamaño:
1,71 KB
Formato:
Item-specific license agreed upon to submission
Descripción: