Look-up in Google Scholar
Title: Clasificación de lesiones en imágenes dermatoscópicas usando redes convolucionales profundas, transfer learning, congelamiento de capa óptima y ensamblado
Advisor(s): Herrera Quispe, José Alfredo
OCDE field: https://purl.org/pe-repo/ocde/ford#2.02.04
Issue Date: 2023
Institution: Universidad Nacional Mayor de San Marcos
Abstract: Optimiza el desempeño en la clasificación de imágenes dermatoscópicas en 7 tipos de lesiones mediante el uso de redes neuronales convolucionales profundas con transfer learning, congelamiento de capa óptima y ensamblado. La visión computacional y las redes neuronales convolucionales profundas han tenido un impacto significativo en la actividad médica, siendo utilizadas para el diagnóstico de enfermedades mediante imágenes y detección de patrones. Los resultados del estudio demuestran una mejora en el desempeño de la clasificación del diagnóstico al aplicar un método novedoso de congelamiento mediante búsqueda binaria mejorando su exactitud hasta un 3.18 %. Además, se compara este enfoque con la propuesta de Nagae, que utiliza algoritmos genéticos para el congelamiento de capas, obteniendo en algunos casos una mejora de hasta un 2.65% en exactitud. Posteriormente, se aplican diversos métodos de ensamblado para mejorar hasta un 4.69% en exactitud.
Discipline: Ingeniería de Sistemas e informática con mención en Ingeniería de Software
Grade or title grantor: Universidad Nacional Mayor de San Marcos. Facultad de Ingeniería de Sistemas e Informática. Unidad de Posgrado
Grade or title: Magíster en Ingeniería de Sistemas e informática con mención en Ingeniería de Software
Juror: Mauricio Sánchez, David Santos; La Serna Palomino, Nora Bertha; Rodriguez Rodriguez, Ciro
Register date: 10-Jan-2024; 10-Jan-2024



This item is licensed under a Creative Commons License Creative Commons