Ayuda
Ir al contenido

Dialnet


Resumen de Clasificación de tumores en cáncer de mama basado en redes neuronales de convolución

Lourdes Durán López, Juan Pedro Dominguez Morales, Francisco Luna Perejón, Isabel Amaya Rodríguez, Javier Civit Masot, Saturnino Vicente Díaz, Alejandro Linares Barranco

  • español

    El cáncer de mama es una de las causas más frecuentes de mortalidad en las mujeres. Con la llegada de los sistemas inteligentes, la detección automática de tumores en mamografías se ha convertido en un gran reto y puede jugar un papel crucial para mejorar el diagnóstico médico. En este trabajo, se propone un sistema de diagnóstico asistido por ordenador basado en técnicas de Deep Learning, específicamente en redes neuronales de convolución (CNN). El sistema está dividido en dos partes: en primer lugar, se realiza un preprocesamiento sobre las mamografías extraídas de una base de datos pública; posteriormente, las CNNs extraen características de las imágenes preprocesadas para finalmente clasificarlas en función de los dos tipos de tumores existentes: benignos y malignos. Los resultados de este estudio muestran que el sistema tiene una precisión del 80% en clasificación de tumores.

  • English

    Breast cancer is one of the most frequent causes of mortality in women. With the arrival of the artificial intelligent, the automatic detection of tumors in mammograms has become a big challenge and can play a crucial role in improving medical diagnosis. In this work, a computer-aided diagnosis system based on Deep Learning techniques, specifically in Convolutional Neural Networks (CNN), is proposed. The system is divided into two parts: first, a preprocessing is performed on mammograms taken from a public database; then, the CNN extracts features of the preprocessed images to finally classify them accordingly to the type of tissue. The results of this study show that the system has an accuracy of 80% in the classification.


Fundación Dialnet

Dialnet Plus

  • Más información sobre Dialnet Plus