Lourdes Durán López, Juan Pedro Dominguez Morales, Francisco Luna Perejón, Isabel Amaya Rodríguez, Javier Civit Masot, Saturnino Vicente Díaz, Alejandro Linares Barranco
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.
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.
© 2001-2024 Fundación Dialnet · Todos los derechos reservados