Modelo de clasificación de señales de electrorretinograma para diagnóstico de retinopatía diabética temprana

Carlos Oliver Hernández Montejano

Buscar

dc.rights.license	http://creativecommons.org/licenses/by-nc-nd/4.0	es_ES
dc.contributor	Saúl Tovar Arriaga	es_ES
dc.creator	Carlos Oliver Hernández Montejano	es_ES
dc.date	2022-11-29
dc.date.accessioned	2023-06-02T17:48:52Z
dc.date.available	2023-06-02T17:48:52Z
dc.date.issued	2022-11-29
dc.identifier.uri	https://ri-ng.uaq.mx/handle/123456789/8434
dc.description	La RD es una enfermedad causada por la diabetes que en la actualidad se diagnóstica principalmente a través del estudio de imágenes de fondo de ojo y análisis clínicos, sin embargo estas técnicas de diagnóstico categorizan la gravedad de la RD con base en los daños que existen en la retina. Se ha demostrado que técnicas como las señales de ERG permiten la identificación de la presencia de RD incluso antes de que los daños en la retina sean visibles. El estudio en los patrones de estas señales de manera espontánea puede ser la clave para la detección temprana de la RD y detener su progreso antes de que los daños en la retina sean graves. En este trabajo se implementó la comparativa de tres modelos de CNN para la clasificación de imágenes de escalograma obtenidos a partir de señales de ffERG espontáneos en dos categorías RD y NoRD. Los modelos implementados fueron los siguientes: Modificación a CNN Alexnet, ResNet implementada con AutoML (HyperResNet) y modelo de CNN paralelo a nueve capas. Las topologías presentaron exactitudes de 86.7 %, 79 % y 78 % respectivamente en la identificación de lo que es RD y NoRD.	es_ES
dc.format	Adobe PDF	es_ES
dc.language.iso	spa	es_ES
dc.publisher	Ingeniería	es_ES
dc.relation.requires	Si	es_ES
dc.rights	Acceso Abierto	es_ES
dc.subject	Ingeniería y Tecnología	es_ES
dc.subject	Ciencias Tecnológicas	es_ES
dc.subject	Tecnología Médica	es_ES
dc.title	Modelo de clasificación de señales de electrorretinograma para diagnóstico de retinopatía diabética temprana	es_ES
dc.type	Tesis de maestría	es_ES
dc.creator.tid	curp	es_ES
dc.contributor.tid	curp	es_ES
dc.creator.identificador	HEMC930827HMNRNR04	es_ES
dc.contributor.identificador	TOAS790720HQTVRL08	es_ES
dc.contributor.role	Director	es_ES
dc.degree.name	Maestría en Ciencias en Inteligencia Artificial	es_ES
dc.degree.department	Facultad de Ingeniería	es_ES
dc.degree.level	Maestría	es_ES