Ingeniería Electrónica

Permanent URI for this collection

https://noesis.uis.edu.co/handle/20.500.14071/9266

Browse

Browsing Ingeniería Electrónica by browse.metadata.advisor "Africano Ardila, Gerson Fernando"

Now showing 1 - 1 of 1
  • No Thumbnail Available
    Item
    SISTEMA PARA LA SEGMENTACIÓN Y CLASIFICACIÓN DEL TEJIDO DENSO EN IMÁGENES MAMOGRÁFICAS USANDO APRENDIZAJE AUTOMÁTICO
    (Universidad Industrial de Santander, 2023-11-07) Bravo Bravo, Maria Angelica; Cabeza Gutiérrez, Natalia Johana; Pertuz Arroyo, Said David; Africano Ardila, Gerson Fernando; Arguello Fuentes, Henry; Ramírez Silva, Ana Beatriz
    La densidad mamaria es uno de los factores de riesgo más importantes para estimar el cáncer de seno. Una mayor densidad indica una mayor probabilidad de desarrollar esta enfermedad y además, hace que sea más propenso que un radiólogo pase por alto lesiones pequeñas. Actualmente, existen técnicas basadas en aprendizaje automático y aprendizaje profundo para estimar la densidad mamaria. Sin embargo, la mayoría de estas técnicas se encuentran en etapa de desarrollo, lo que dificulta su uso por no expertos en el área de análisis computacional de imágenes. El objetivo de este trabajo es integrar desarrollos recientes encontrados en el estado del arte a través de una interfaz de software independiente que pueda ser usada por médicos para la segmentación y estimación de la densidad mamaria en imágenes de mamografía digital de campo completo. La interfaz de software se diseñó usando Qt Designer para aspectos gráficos y el lenguaje de programación Python, específicamente su módulo PyQt5, para el manejo de estas herramientas. Se realizó un estudio en lectores no expertos con cuarenta participantes para evaluar el desempeño de la interfaz de software diseñada. El análisis cuantitativo de los resultados de segmentación obtenido por los usuarios con las segmentaciones manuales hechas por lectores expertos obtuvo PD-errors entre 7.5% y 10.1%. Además, se evaluaron aspectos cualitativos de la interfaz, tales como disposición, eficiencia y satisfacción del usuario, concluyendo que el software desarrollado es considerado intuitivo, fácil de usar, completo y se desempeña de acuerdo a las expectativas del usuario. Con este trabajo, se pretende servir de base para una futura validación clínica de biomarcadores basados en densidad para la evaluación del riesgo de cáncer de seno.