Transfer Learning en la detección de cáncer de piel.

Abstract

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...).