Desarrollo de un Sistema de Detección de Cáncer de Mama Basado en Redes Neuronales y Métodos de Optimización
Fecha:
04/12/2023Palabra clave:
Tipo de Ítem:
bachelorThesis
Resumen:
El presente proyecto se enfoca en el desarrollo de un sistema basado en inteligencia artificial
para la detección de cáncer de mama a partir de mamografías. Tras realizar una exhaustiva
revisión del estado del arte y del contexto médico relacionado con esta problemática,
establecimos los objetivos y la metodología de trabajo necesarios para abordar el problema
de manera eficaz. Utilizando herramientas y tecnologías avanzadas, diseñamos una solución
basada en redes neuronales convolucionales (CNN) que permitió el análisis automático de las
imágenes de mamografías.
El proceso de diseño de la solución incluyó la preparación del entorno de desarrollo, la
descarga y procesamiento de imágenes DICOM, así como la implementación y optimización
de un modelo CNN. Exploramos diversas estrategias de mejora, como la configuración de
Tensorflow para utilizar la GPU del ordenador, la expansión de la arquitectura CNN y la
aplicación de técnicas de transfer learning con modelos pre-entrenados.
Los resultados obtenidos reflejaron un desafío importante en cuanto al sobreajuste de los
modelos, a pesar de nuestros esfuerzos por mejorar el rendimiento mediante la optimización
de hiperparámetros y el uso de técnicas de regularización. Esta limitación nos lleva a
reflexionar sobre la adecuación de la ingeniería de datos realizada, especialmente en la fase
de confección de los CSV de datos.
Hemos realizado diversas tareas abarcando distintos campos laborales. En la ingeniería de
datos, recopilamos imágenes DICOM y metadatos creando archivos CSV para entrenar redes
neuronales. En el desarrollo de software, creamos scripts y herramientas para procesar y
analizar datos, y configurar modelos de IA. En ingeniería artificial, investigamos y recopilamos
arquitecturas de redes neuronales, explorando su aplicación en la detección de cáncer de
mama. Este enfoque multidisciplinario nos permitió abordar el problema desde varias
perspectivas y lograr avances significativos en la construcción de un sistema de detección
basado en IA.
Descripción:
The present project focuses on the development of a system based on artificial intelligence
for the detection of breast cancer from mammograms. After an exhaustive review of the state
of the art and the medical context related to this problem, we established the objectives and
methodology necessary to address the problem effectively. Using advanced tools and
technologies, we designed a solution based on convolutional neural networks (CNN) that
enabled the automatic analysis of mammography images.
The solution design process included preparation of the development environment,
downloading and processing of DICOM images, as well as implementation and optimization of
a CNN model. We explored various enhancement strategies, such as configuring Tensorflow
to use the computer GPU, expanding the CNN architecture, and applying transfer learning
techniques with pre-trained models.
The results obtained reflected a significant challenge in terms of model over-fitting, despite
our efforts to improve performance through hyperparameter optimization and the use of
regularization techniques. This limitation leads us to reflect on the adequacy of the data
engineering performed, especially in the data CSV confection phase.
We have performed several tasks covering different fields of work. In data engineering, we
collected DICOM images and metadata by creating CSV files to train neural networks. In
software development, we created scripts and tools to process and analyze data, and set up
AI models. In artificial engineering, we researched and compiled neural network architectures,
exploring their application in breast cancer detection. This multidisciplinary approach allowed
us to approach the problem from various perspectives and make significant progress in
building an AI-based detection system.
Ficheros en el ítem
