Transfer Learning en la detección de cáncer de piel.
Fecha:
09/2021Palabra clave:
Tipo de Ítem:
masterThesis
Resumen:
El crecimiento de las temperaturas provocadas por el cambio climático y el uso
recreativo de la exposición al sol han desembocado en una tendencia creciente de la
incidencia del cáncer de piel en los últimos años. La rápida detección de este tipo de
infección es crucial para la salud del paciente. Este proceso requiere de gran experiencia
y control sobre los parámetros que indican infección.
Gracias a la continua evolución de los sistemas de información y el poder que aporta
una buena gestión de los datos en la actualidad, muchos hospitales y organizaciones
sanitarias han comenzado a desarrollar herramientas que faciliten la labor del médico
en este tipo de tareas.
Analizando este contexto, se decide estudiar la utilidad de la inteligencia artificial en el
diagnóstico de los distintos tipos de cáncer de piel a partir de imágenes, favoreciendo la
rápida detección y actuación de un especialista. En concreto, este proyecto presenta
una investigación sobre el aprendizaje por transferencia (Transfer Learning) a partir de
una comparativa de resultados.
Para ello, se ha generado un conjunto de datos específico a partir de datos procedentes
de diversas fuentes de acceso libre (ISIC, PH2 y EDRA) y un correcto preprocesamiento.
El desarrollo se ha realizado utilizando Python y una serie de librerías para el manejo
de datos (Pandas, Numpy, etc.) y otras para la visión artificial (TensorFlow, Keras, Skicit-
Learn, etc...).
Descripción:
Rising temperatures caused by climate change and the recreational use of sun exposure
have led to an increasing trend in the incidence of skin cancer in recent years. Early
detection of this type of infection is crucial for the patient's health. This process requires
a great deal of experience and control over the parameters that indicate infection.
Thanks to the continuous evolution of information systems and the power of good data
management today, many hospitals and healthcare organizations have begun to develop
tools that facilitate the doctor's work in this type of task.
Analyzing this context, it was decided to study the usefulness of artificial intelligence in
the diagnosis of different types of skin cancer from images, favoring the rapid detection
and action of a specialist. Specifically, this project presents an investigation on Transfer
Learning based on a comparative of results.
For this purpose, a specific dataset has been generated from data from various open
access sources (ISIC, PH2 and EDRA) and a correct pre-processing. The development
has been carried out using Python and a series of libraries for data management
(Pandas, Numpy, etc.) and others for artificial vision (TensorFlow, Keras, Skicit-Learn,
etc...).
Ficheros en el ítem
