Diseño de un sistema de asistencia para la mejora de la detección del cáncer cerebral mediante procesamiento de histogramas y cnn en Imágenes TAC tomografía axial computarizada

Abstract

La presente investigación se articula mediante un enfoque cuantitativo y un diseño transversal, orientado a analizar la recomendación existente entre la calidad del dato de entrada y el desempeño algorítmico. La estrategia central trasciende el simple preprocesamiento; se enfoca en la estandarización de la señal radiológica mediante la manipulación de histogramas y la normalización de intensidades. El propósito analítico de esta fase es reducir la variabilidad intrínseca de las tomografías y resaltar los patrones latentes, facilitando así que la Red Neuronal Convolucional discrimine con mayor eficacia entre tejido sano y patológico durante el aprendizaje supervisado. Se proyecta que la validación estadística de los resultados, a través de indicadores de sensibilidad y especificidad, demuestre empíricamente que la optimización previa de la imagen no es un paso accesorio, sino un determinante crítico para reducir la incertidumbre y elevar la confiabilidad del diagnóstico computacional.