Publicación: LOCALIZACIÓN DE LESIONES RELACIONADAS CON EL CÁNCER DE PRÓSTATA SOBRE SECUENCIAS MULTIMODALES BP-MRI
| dc.contributor.advisor | Martínez Carrillo, Fabio | |
| dc.contributor.advisor | Olmos Rojas, Juan Andrés | |
| dc.contributor.author | González Guerrero, Camilo Eduardo | |
| dc.contributor.evaluator | González Gómez, Andrés Leonardo | |
| dc.contributor.evaluator | Rueda Chacón, Hoover Fabián | |
| dc.date.accessioned | 2024-05-17T11:57:53Z | |
| dc.date.available | 2024-05-17T11:57:53Z | |
| dc.date.created | 2024-05-14 | |
| dc.date.issued | 2024-05-14 | |
| dc.description.abstract | El cáncer de próstata es el segundo cáncer con mayor incidencia en hombres a nivel mundial. En Colombia, por ejemplo, en los últimos 20 años la tasa promedio de defunción fue de alrededor de 11.6 por cada 100 mil habitantes. Hoy en día, el estudio de lesiones prostáticas mediante resonancia magnética biparamétrica es un criterio estándar para la detección y diagnóstico del cáncer de próstata. Este examen incluso se realiza en etapas previas a la biopsia. Sin embargo, la localización de lesiones en estas imágenes sigue siendo subjetiva y su caracterización reporta bajos niveles de sensibilidad. Es por ello que los mecanismos computacionales han evolucionado como herramientas claves para la localización y diagnóstico del cáncer de próstata directamente sobre estudios bp-MRI. En este trabajo se desarrolló una herramienta de aprendizaje profundo multimodal para localizar lesiones prostáticas. La arquitectura desarrollada, integra una representación basada en YOLO (You Only Look Once), ajustándose específicamente respecto a la tarea de localización y produciendo una representación para las lesiones más probables, complementada además, con una rama dedicada a la segmentación de lesiones. El método desarrollado utilizó 1280 cortes de bp-MRI , alcanzando una precisión de 0,89 y exhaustividad de 0,48. Así mismo, el método logró una precisión-promedio AP 0.5 de 0,69. | |
| dc.description.abstractenglish | Prostate cancer is the second most common cancer in men worldwide, with an incidence rate of approximately 11.6 per 100,000 inhabitants in Colombia over the last 20 years. Currently, the detection and diagnosis of prostate cancer involves studying prostate lesions using biparametric magnetic resonance imaging, which is often performed before biopsy. However, the localization of lesions in these images is subjective, and their characterization reports low levels of sensitivity. Computational mechanisms have become essential tools for localizing and diagnosing prostate cancer on bp-MRI studies. In this work, we developed a multimodal deep learning tool to localize prostate lesions. The architecture integrates a representation based on YOLO (You Only Look Once), specifically adjusted for the localization task, which produces a representation for the most likely lesions. Additionally, there is a branch dedicated to lesion segmentation. The developed method involved 1280 bpMRI slices and achieved a positive predictive value of 0.9 and a hit rate of 0.48. Additionally, the method reached an average precision AP 0.5 of 0.69. | |
| dc.description.degreelevel | Pregrado | |
| dc.description.degreename | Ingeniero de Sistemas | |
| dc.description.orcid | 0000-0003-3453-8303 | |
| dc.format.mimetype | application/pdf | |
| dc.identifier.instname | Universidad Industrial de Santander | |
| dc.identifier.reponame | Universidad Industrial de Santander | |
| dc.identifier.repourl | https://noesis.uis.edu.co | |
| dc.identifier.uri | https://noesis.uis.edu.co/handle/20.500.14071/42410 | |
| dc.language.iso | spa | |
| dc.publisher | Universidad Industrial de Santander | |
| dc.publisher.faculty | Facultad de Ingeníerias Fisicomecánicas | |
| dc.publisher.program | Ingeniería de Sistemas | |
| dc.publisher.school | Escuela de Ingeniería de Sistemas e Informática | |
| dc.rights | info:eu-repo/semantics/openAccess | |
| dc.rights.accessrights | info:eu-repo/semantics/openAccess | |
| dc.rights.coar | http://purl.org/coar/access_right/c_abf2 | |
| dc.rights.creativecommons | Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0) | |
| dc.rights.license | Atribución-NoComercial-SinDerivadas 2.5 Colombia (CC BY-NC-ND 2.5 CO) | |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | |
| dc.subject | Cáncer de próstata | |
| dc.subject | Localización | |
| dc.subject | Lesión csPCa | |
| dc.subject | Bp-MRI | |
| dc.subject | Multimodal | |
| dc.subject.keyword | Prostate cancer | |
| dc.subject.keyword | Localization | |
| dc.subject.keyword | CsPCa lesion | |
| dc.subject.keyword | Bp-MRI | |
| dc.subject.keyword | Multimodal | |
| dc.title | LOCALIZACIÓN DE LESIONES RELACIONADAS CON EL CÁNCER DE PRÓSTATA SOBRE SECUENCIAS MULTIMODALES BP-MRI | |
| dc.title.english | LOCALIZATION OF PROSTATE CANCER-RELATED LESIONS ON MULTIMODAL BP-MRI SEQUENCES | |
| dc.type.coar | http://purl.org/coar/resource_type/c_7a1f | |
| dc.type.hasversion | http://purl.org/coar/version/c_b1a7d7d4d402bcce | |
| dc.type.local | Tesis/Trabajo de grado - Monografía - Pregrado | |
| dspace.entity.type | Publication |
Archivos
Bloque original
1 - 3 de 3
Cargando...
- Nombre:
- Carta de autorización.pdf
- Tamaño:
- 79.27 KB
- Formato:
- Adobe Portable Document Format
Cargando...
- Nombre:
- Nota de proyecto.pdf
- Tamaño:
- 234.58 KB
- Formato:
- Adobe Portable Document Format
Bloque de licencias
1 - 1 de 1
Cargando...
- Nombre:
- license.txt
- Tamaño:
- 2.18 KB
- Formato:
- Item-specific license agreed to upon submission
- Descripción:
