Diagnóstico Asistido por Computadora de Neumonía Infantil Utilizando Redes Neuronales y Máquinas de Soporte Vectorial

• Hernández Chiquillo, Samuel David ^[1] ; Tlapanco Ríos, Ernesto Isaac ^[2] ; Barrios Sánchez, Jorge Manuel ^[3] ; Pino Jimenez, Jorge Enrique ^[1]
  1. [1] Corporación Universitaria Rafael Nuñez

     Corporación Universitaria Rafael Nuñez

     Colombia

     
  2. [2] Universidad de Guanajuato

     Universidad de Guanajuato

     México

     
  3. [3] Universidad de Guanajuato - Corporación Universitaria Rafael Núñez

  Mostrar afiliaciones +
• Localización: Prisma ODS: Revista Científica Multidisciplinaria para el Desarrollo Sostenible, ISSN-e 3072-8452, Vol. 4, Nº. 2, 2025 (Ejemplar dedicado a: PRISMA ODS), págs. 317-331
• Idioma: español
• Enlaces
  • Texto completo
• Resumen

  • El presente trabajo de investigación se enfoca en el desarrollo de clasificadores para el diagnóstico de neumonía infantil a través de imágenes de rayos X. La base de datos utilizada contiene imágenes de rayos X de tórax (anteroposterior) de cohortes retrospectivas de pacientes pediátricos. Por medio de un programa en Matlab, se extraen 10 características clave de cada imagen para determinar si el paciente presenta neumonía o si el diagnóstico es normal. Se implementan y comparan dos clasificadores: Red Neuronal Multicapa (MLP) y Maquinas de Vectores de Soporte (SVM). Los modelos lograron eficiencias del 95.03 % y 95.80 % respectivamente, demostrando su alta efectividad para esta aplicación.