Clasificación de radiografías mediante redes neuronales convolucionales y metaheurísticas para mejorar la detección de enfermedades pulmonares

Simple item page
dc.contributorIngeniería en Informática
dc.contributor.advisorJohnson Parejas, Franklin
dc.contributor.authorMontenegro Sepúlveda, Francisco Javier
dc.contributor.otherFacultad de Ingeniería
dc.date.accessioned2026-05-12T18:07:13Z
dc.date.available2026-05-12T18:07:13Z
dc.date.issued2023
dc.description.abstractHan pasado más de cuatro años desde que inició la pandemia global de COVID 19, causada por el virus SARS-CoV-2. El efecto que ha tenido en el mundo, incluyendo a Chile, con más de cinco millones de casos y sesenta mil muertes registradas, de acuerdo a la Organización Mundial de la Salud (2023), ha llevado a la exploración y reutilización de distintas tecnologías para la identificación eficiente y eficaz de enfermedades y afecciones pulmonares, entre las cuales se encuentran el uso de pruebas de reacción en cadena de la polimerasa (PCR), pruebas de antígeno, pruebas de anticuerpos, tomografías computarizadas y radiografías de tórax, cada una contando con distintas disponibilidades, costos, requisitos y precisión a la hora de identificar la presencia de estas enfermedades o los efectos que hayan tenido en el cuerpo humano. Con la presentación de este trabajo de investigación y desarrollo, se propondrán, estudiarán y evaluarán soluciones para resolver el problema de reconocimiento de enfermedades pulmonares con radiografías, mediante la lectura de bases de datos y el uso de técnicas avanzadas de inteligencia artificial, tales como lo son el uso de redes neuronales convolucionales, las cuales consisten en arquitecturas que aprenden a partir de datos para identificar patrones y reconocer clases, y el uso de algoritmos metaheurísticos novedosos inspirados en el comportamiento de animales, tales como el utilizado Forrajeo de Mantarrayas, que buscarán modificar los hiperparámetros de estas redes para obtener resultados con mayores valores de precisión. Palabras Clave: Enfermedad pulmonar, radiografía, clasificación, red neuronal convolucional, metaheurística.
dc.formatDigital
dc.format.extent134 Hojas
dc.identifier.urihttp://dpl-repositorio.upla.cl/handle/123456789/404
dc.language.isoes
dc.publisherUniversidad de Playa Ancha Ciencias de la Educación
dc.subjectREDES NEURONALES ( CIENCIA DE LA COMPUTACIÓN)
dc.subjectREDES NEURONALES CONVOLUCIONALES
dc.subjectRADIOGRAFIA
dc.subjectENFERMEDAD
dc.titleClasificación de radiografías mediante redes neuronales convolucionales y metaheurísticas para mejorar la detección de enfermedades pulmonares
dc.typeThesis

Files

Original bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
Montenegro Sepúlveda, Francisco Javier Tesis.pdf
Size:
7.3 MB
Format:
Adobe Portable Document Format
Download
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed to upon submission
Description:
Download

Collections

Tesis Pregrado