Facultad de Ingenierías Fisicomecánicas

Permanent URI for this community

https://noesis.uis.edu.co/handle/20.500.14071/8923

Browse

Browsing Facultad de Ingenierías Fisicomecánicas by browse.metadata.advisor "Alvarez Ojeda, Olga Mercedes"

Now showing 1 - 2 of 2
  • No Thumbnail Available
    Item
    Detección del carcinoma de glándula mamaria fusionando variables clínicas y termográficas
    (Universidad Industrial de Santander, 2010) Alférez Baquero, Edwin Santiago; Gualdron Gonzalez, Oscar; Alvarez Ojeda, Olga Mercedes
    Este trabajo busca clasificar una muestra poblacional de mujeres, en pacientes con y sin cáncer de mama, teniendo en cuenta la información termográfica de los senos y los datos clínicos de cada paciente. En primer lugar, se registraron los termogramas de mama y se recopiló la información clínica de cada paciente. Posteriormente, se eligió de forma manual y automática las regiones en la termografía que contienen las glándulas mamarías. En la segunda técnica se utilizó principalmente la transformada parabólica de Hough. A partir de estas zonas, se extrajeron descriptores de primer y segundo orden. Estos últimos se calcularon a partir de la matriz de co-ocurrencia, en 4 direcciones diferentes: horizontal, diagonal a 45º, vertical y diagonal a 135º. Asimismo, se preseleccionan los datos clínicos que tienen relevancia en el estudio. A continuación, se procedió a realizar la selección de variables que entran al sistema de clasificación. Se planearon tres técnicas: correlación lineal, selección secuencial de variables y discriminación mediante el área bajo la curva ROC. Sin embargo, este último es el que se aplica antes de la clasificación. Posteriormente, se aplicaron cuatro diferentes algoritmos de clasificación para cada grupo de datos: una RNA backpropagation, una red neuronal con correlación en cascada, una RNA probabilística y la técnica de agrupamiento Fuzzy C-means. Por último, se determinó la sensibilidad, especificidad y área bajo la curva ROC de cada prueba de clasificación y se compararon los resultados para cada tipo de algoritmo implementado.
  • No Thumbnail Available
    Item
    Modelo computacional para caracterización de células endocervicales
    (Universidad Industrial de Santander, 2007) Martínez Abaunza, Víctor Eduardo; Mendoza Castellanos, Alfonso; Alvarez Ojeda, Olga Mercedes; Garcia Ayala, Ernesto
    El presente proyecto continúa el trabajo realizado por el Grupo de Investigación en Ingeniería Biomédica (GIIB), en la línea de tratamiento de imágenes médicas, orientada a la construcción de aplicaciones para la detección precoz de cáncer de cuello uterino. La investigación ha sido enfocada principalmente en la caracterización y detección de lesiones glandulares, dado que éstas han mostrado un aumento sensible en la tasas de incidencia. El progreso de las herramientas informáticas para la identificación de células afectadas por lesiones neoplásicas abre la posibilidad de lograr un diagnóstico más exacto y con mayor prontitud. Lo que ha llevado a que el GIIB tenga como objetivo desarrollar una herramienta software que pueda ser utilizada en la región y que apoye la clasificación de los hallazgos encontrados en una citología cérvico uterina. El desarrollo de la aplicación software fue soportado por una conjunción entre la metodología clásica del procesamiento digital de imágenes y el proceso unificado de desarrollo de software. Se determinaron los parámetros correspondientes a los criterios expuestos en el Sistema Bethesda para los estados de las células endocervicales. Se recomienda que la continuidad de la investigación se dé en el análisis de campos que contengan un gran número de células y el uso de arquitectura en paralelo para la construcción de algoritmos más robustos.