1. Aplicación de redes neuronales para la clasificación de imágenes de tejido pulmonar en categorías benignas y cancerosas
- Author
-
González Morgado, Antonio, Heredia Benot, Guillermo, Universidad de Sevilla. Departamento de Sistemas y Automática, Román Bernal, Leticia, González Morgado, Antonio, Heredia Benot, Guillermo, Universidad de Sevilla. Departamento de Sistemas y Automática, and Román Bernal, Leticia
- Abstract
El presente Trabajo de Fin de Grado se centra en la aplicación de técnicas de aprendizaje profundo (Deep Learning) a través del entrenamiento de Redes Neuronales Convolucionales para optimizar el diagnóstico del cáncer de pulmón en su etapa de detección y clasificación. El objetivo es crear un sistema de clasificación de imágenes de tejido pulmonar que permita una detección más precisa y temprana del cáncer, lo que a su vez contribuiría a mejorar la selección del tratamiento más adecuado. El proyecto se lleva a cabo en la plataforma Visual Studio Code utilizando el lenguaje Python junto a las librerías ofrecidas por la API de aprendizaje profundo Keras y una selección de la base de datos (LC25000) que cuenta con a 15000 imágenes de histologías de tejido pulmonar. Se entrenan tres modelos distintos de visión y se analizan sus resultados para ver cual presenta un mejor comportamiento en esta aplicación. El uso de este tipo de técnicas en el campo de la medicina está en constante crecimiento debido a su capacidad para aprender patrones complejos a partir de grandes conjuntos de datos. El éxito del proyecto proporcionará una herramienta útil y eficaz para el diagnóstico temprano de esta enfermedad pulmonar, lo que tendrá un impacto significativo en la salud y la calidad de vida de los pacientes., This thesis focuses on the application of deep learning techniques through the training of Convolutional Neural Networks to optimize the diagnosis of lung cancer in its detection and classification stage. The objective is to create a classification system for lung tissue images that will allow a more accurate and early detection of cancer, which in turn would contribute to improve the selection of the most appropriate treatment. The project is carried out on the Visual Studio Code platform using the Python language together with the libraries offered by the Keras deep learning API and a selection of the database (LC25000) which has 15000 lung tissue histology images. Three different vision models are trained, and their results are analyzed to see which one performs better in this application. The use of such techniques in the medical field is constantly growing due to their ability to learn complex patterns from large data sets. The success of the project will provide a useful and effective tool for the early diagnosis of this lung disease, which will have a significant impact on the health and quality of life of patients.
- Published
- 2023