Andere Kunden interessierten sich auch für
![Reconocimiento robusto de imágenes]( "Reconocimiento robusto de imágenes")
Reconocimiento robusto de imágenes25,99 €![Reconocimiento de dígitos manuscritos utilizando redes neuronales]( "Reconocimiento de dígitos manuscritos utilizando redes neuronales")
Reconocimiento de dígitos manuscritos utilizando redes neuronales23,99 €![Reconocimiento de emociones humanas a partir de imágenes de rostros]( "Reconocimiento de emociones humanas a partir de imágenes de rostros")
Reconocimiento de emociones humanas a partir de imágenes de rostros29,99 €![Aprendizaje de Máquina. Redes Neuronales]( "Aprendizaje de Máquina. Redes Neuronales")
Aprendizaje de Máquina. Redes Neuronales45,99 €![Sistemas de reconocimiento de patrones híbrido inteligente]( "Sistemas de reconocimiento de patrones híbrido inteligente")
Sistemas de reconocimiento de patrones híbrido inteligente25,99 €![Detección Automática de Agrupamiento de Microcalcificaciones]( "Detección Automática de Agrupamiento de Microcalcificaciones")
Detección Automática de Agrupamiento de Microcalcificaciones51,99 €![Desarrollo de Sistemas Inteligentes para la detección de alertas]( "Desarrollo de Sistemas Inteligentes para la detección de alertas")
Desarrollo de Sistemas Inteligentes para la detección de alertas51,99 €
El cáncer de mama es el tumor más frecuente en la mujer y representa el 31% de los mismos. La técnica de screening mamario consiste en escanear preventiva y masivamente a toda la población femenina y ha probado reducir el índice de mortalidad por cáncer de mama en por lo menos un 25%. El reconocimiento computacional de patrones en imágenes permite automatizar el procesamiento de grandes volúmenes de información. El abordaje con sistemas inteligentes para la optimización del screening implica encontrar las técnicas que mejor se adecuen a este tipo de problemas (sistema experto, algoritmos genéticos, redes neuronales, sistema inteligente híbrido). La actual tesis abordará el problema utilizando redes neuronales aplicadas a contornos definidos previamente en mamografías para así clasificarlas por probabilidad de haber contraído cáncer de mama. Los tumores cancerígenos suelen tener bordes menos definidos, por lo que con un preprocesamiento adecuado sobre la imagen y el filtro sobel, que permitió resaltar los bordes, se ha alcanzado una mejoría del 85% en la clasificación del tumor contra un 58% que habían logrado trabajos previos.