Detección precoz de cáncer de piel en imágenes basado en redes convolucionales
Author
Pérez Lorenzo, CristinaAdvisor
San Miguel Avedillo, Juan CarlosEntity
UAM. Departamento de Tecnología Electrónica y de las ComunicacionesDate
2019-06Subjects
Deep Learning; Redes neuronales convolucionales; Melanoma; TelecomunicacionesEsta obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial-SinObraDerivada 4.0 Internacional.
Abstract
El objetivo de este Trabajo de Fin de Grado es la implementación de un sistema
de Deep Learning basado en redes neuronales convolucionales, capaz de resolver un
problema de clasificación de imágenes. Para ello, se tomará como punto de partida
un caso concreto de aplicación: una competición internacional de diagnóstico de
melanomas mediante imágenes.
Se comenzará haciendo un estudio del estado del arte, centrándonos concretamente
en los conceptos básicos de las redes neuronales convolucionales. Posteriormente
se dará una visión general de la competición, explorando las tres partes diferentes en
las que se divide y los recursos que ofrece para llevarlas a cabo. También se realizará
un estudio de las aportaciones realizadas por los participantes mejor clasificados en
la edición previa a la realización de este trabajo (año 2018).
En el siguiente capítulo, se propondrá un diseño para la tarea 3 sobre el diagnóstico
precoz de diferentes tipos de cáncer de piel. Se aplicará la metodología de
transferencia de aprendizaje (o transfer learning) para entrenar nuestro modelo con
las redes preentrenadas AlexNet, VGG y ResNet, de las cuales se describirá su arquitectura
para más tarde lograr adaptarla a nuestros datos. Se hará una introducción
a Pytorch, que será la librería software empleada para desarrollar el algoritmo de
clasificación.
A continuación, se describirá el conjunto de datos utilizado, así como las métricas a
utilizar. Se harán una serie de experimentos para determinar los parámetros iniciales
para comenzar a entrenar el modelo. Una vez obtenidos, se realizarán las pruebas
definitivas con las diferentes redes y divisiones del dataset, extrayendo conclusiones
sobre los resultados.
Por último, basándonos en los estudios realizados y los resultados obtenidos, se
harán una serie de propuestas como trabajo futuro.
Files in this item
Google Scholar:Pérez Lorenzo, Cristina
This item appears in the following Collection(s)
Except where otherwise noted, this item's license is described as https://creativecommons.org/licenses/by-nc-nd/4.0/
Related items
Showing items related by title, author, creator and subject.
-
Sistema para la detección precoz de cáncer de piel basado en tratamiento de imágenes
Serrano Moreno, Cecilia
2018-06 -
Biomarcadores para la detección precoz del cáncer de orofaringe
Martín Gómez, Laura
2017-06-28