Look-up in Google Scholar
Title: Diagnóstico dermatoscópico: Uso de CNNs para la identificación de melanomas. Una revisión de literatura
OCDE field: https://purl.org/pe-repo/ocde/ford#2.02.04
Issue Date: 2024
Institution: Universidad César Vallejo
Abstract: El uso de redes neuronales convolucionales (CNN) en dermatología ha transformado el diagnóstico de melanoma, abordando la variabilidad interobservador y mejorando la precisión diagnóstica. Este artículo de revisión analiza cómo las CNN han demostrado ser eficaces al identificar lesiones cutáneas, incluidos los melanomas, rivalizando e incluso superando la precisión de los dermatólogos expertos. A través de la integración de grandes volúmenes de datos de imágenes dermatoscópicas, estas redes identifican patrones sutiles y características que mejoran la detección temprana y la precisión del diagnóstico. Se revisan múltiples arquitecturas de CNN, como ResNet, DenseNet, y EfficientNet, destacando su rendimiento superior en la clasificación precisa de melanomas. Además, se discuten factores influyentes como la selección de arquitecturas y técnicas de preprocesamiento de imágenes que optimizan la precisión de estos modelos. Este análisis de literatura subraya el potencial de las CNN para revolucionar el campo dermatológico, ofreciendo herramientas poderosas para la mejora continua del diagnóstico y tratamiento del melanoma.
Discipline: Ingeniería de Sistemas
Grade or title grantor: Universidad César Vallejo. Facultad de Ingeniería y Arquitectura
Grade or title: Bachiller en Ingeniería de Sistemas
Juror: Quinteros Navarro, Dino Michael
Register date: 22-Jan-2025



This item is licensed under a Creative Commons License Creative Commons