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

Simple item page
dc.contributorIngeniero Informático Mención en Gestión de la Información
dc.contributor.advisorJohnson Parejas, Franklin
dc.contributor.genderMasculino
dc.contributor.otherFacultad de Ingeniería
dc.contributor.sponsorUniversidad de Playa Ancha Ciencias de la Educación
dc.coverage.spatialChile, Región de Valparaíso, Valparaíso
dc.creatorMontenegro Sepúlveda, Francisco Javier
dc.date.accessioned2026-09-28T14:45:20Z
dc.date.available2026-09-28T14:45:20Z
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.description.orcid0000-0003-4522-3809
dc.formatapplication/pdf
dc.format.extent134 hojas
dc.identifier.sponsorhttps://ror.org/0171wr661
dc.identifier.urihttps://dpl-repositorio.upla.cl/handle/20.500.15012/642
dc.language.isoes
dc.publisherUniversidad de Playa Ancha Ciencias de la Educación
dc.rightsAcceso abierto
dc.rights.accessRightshttps://creativecommons.org/licenses/by-nc-nd/4.0/
dc.rights.urihttps://creativecommons.org
dc.subjectAparato respiratorio
dc.subjectEnfermedad
dc.subjectRadiografía
dc.subjectBiotecnología
dc.subjectPandemia
dc.subjectMedicina preventiva
dc.subjectRespiratory systems
dc.subjectDiseases
dc.subjectRadiography
dc.subjectBiotechnology
dc.subjectPandemics
dc.subjectPreventive medicine
dc.subject.odsODS: 03
dc.subject.odsODS: 09
dc.subject.oecd1nIngeniería y Tecnología
dc.subject.oecd1nEngineering and Technology
dc.subject.oecd2nIngeniería Médica
dc.subject.oecd2nMedical Engineering
dc.subject.oecd3nTecnologías Médicas / Tecnología de la Imagen
dc.subject.oecd3nMedical Technology / Image Technology
dc.titleClasificación de radiografías mediante redes neuronales convolucionales y metaheurísticas para mejorar la detección de enfermedades pulmonares
dc.typeTesis Pregrado

Files

Original bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
Montenegro Sepúlveda_Francisco Javier_2023.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