Please use this identifier to cite or link to this item: http://ri-ng.uaq.mx/handle/123456789/2262
Title: Análisis y detección de patrones de riesgo cardiovascular en imágenes de retina usando aprendizaje profundo.
metadata.dc.creator: GENDRY ALFONSO FRANCIA
Keywords: INGENIERÍA Y TECNOLOGÍA;CIENCIAS TECNOLÓGICAS;CIENCIA DE LOS ORDENADORES
metadata.dc.date: 3-Jul-2020
Description: Las enfermedades cardiovasculares (ECV) son sin dudas la principal causa de defunción en el mundo. Se desea desarrollar un algoritmo que permita explorar y analizar imágenes de retina, para predecir eventos cardiovasculares, ya que en dichas imágenes se puede detectar retinopatías hipertensivas y émbolos de colesterol, además varias características como el calibre de los vasos sanguíneos, bifurcaciones o tortuosidad que pueden reflejar la salud del sistema cardiovascular y predecir un riesgo futuro; además de que el procedimiento no es invasivo, es rápido y barato. Para el desarrollo del trabajo se pretende utilizar técnicas de inteligencia artificial, específicamente de aprendizaje profundo (Deep Learning), ya que estas permiten computar múltiples capas de información en una red neuronal y aprender los patrones correctos sin tener que hacerlos de manera manual. Para ello se hará uso de las redes neuronales convolutivas, las cuales están optimizadas para producir algoritmos de alta precisión que diagnostican enfermedades a partir de imágenes médicas, con precisiones parecidas a las de un experto humano.
URI: http://ri-ng.uaq.mx/handle/123456789/2262
Other Identifiers: Inteligencia Artificial
Aprendizaje profundo
Red neuronal
Red neuronal convolucional
Appears in Collections:Tesis

Files in This Item:
File Description SizeFormat 
IGMAC-275459-0720-722-Gendry Alfonso Francia -A.pdf3.14 MBAdobe PDFThumbnail
View/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.