Ingeniería en InformáticaJohnson Parejas, FranklinMontenegro Sepúlveda, Francisco JavierFacultad de Ingeniería2026-05-122026-05-122023http://dpl-repositorio.upla.cl/handle/123456789/404Han 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.Digital134 HojasesREDES NEURONALES ( CIENCIA DE LA COMPUTACIÓN)REDES NEURONALES CONVOLUCIONALESRADIOGRAFIAENFERMEDADThesis