Por favor, use este identificador para citar o enlazar este ítem: http://repositorio.usil.edu.pe/handle/USIL/11684
Título : Aplicación de Deep Learning sobre imágenes topográficas para mejorar la precisión del diagnóstico de queratocono en una clínica de Lima
Autor : Tinoco Reyes, David Alejandro
Julca Villarreal, Bryan Fabián
Palabras clave : Centro médico
Lucha contra las enfermedades
Programación informática
Sistema experto
Fecha de publicación : 2020
Editorial : Universidad San Ignacio de Loyola
Resumen : El objetivo principal del presente trabajo de investigación es emplear herramientas tecnológicas que puedan clasificar correctamente imágenes topográficas de la enfermedad del queratocono, mediante el aprendizaje de detección de patrones que posteriormente servirán para realizar detecciones preventivas. El algoritmo que se utilizó para realizar las clasificaciones ha sido de redes neuronales convolucionales así como un pre-procesamiento de imágenes para retirar el ruido que puede limitar el aprendizaje de la red neuronal, dando como resultado 1908 imágenes correctamente clasificadas de un total de 2073 imágenes distribuidas entre ojos normales y que padecen de queratocono, lo que equivale a un 92.04%
URI : http://repositorio.usil.edu.pe/handle/USIL/11684
Aparece en las colecciones: Carrera de Ingeniería Empresarial y de Sistemas

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
2020_Julca Villarreal.pdfTexto completo2.62 MBAdobe PDFVisualizar/Abrir


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.