Aplicación móvil para detección de melanoma con redes neuronales artificiales

Abstract

La presente investigación realiza el análisis y desarrollo de una aplicación móvil basada en algoritmos de aprendizaje profundo, orientados a la detección de melanoma y otras ocho categorías. Se utilizan diferentes modelos pre entrenados como ResNet50, ResNet101, VGG, InceptionV3 y EfficientNet, realizándose más de 80 experimentos donde se evalúan parámetros como el tamaño de imágenes, transfer learning, balanceo de pesos, optimizador, entre otros. Se usaron las métricas de sensitivity y balanced accuracy para medir los resultados, buscando obtener la menor cantidad de falsos negativos y la exactitud, teniendo en cuenta las clases desbalanceadas del conjunto de datos. Se concluyó que los mejores resultados fueron para el algoritmo ResNet101, las imágenes de mayor tamaño, el optimizador Adam y la función de activación Relu, entre otros resultados, lográndose unos valores de 78% de sensitivity y un balanced accuracy de 88%.