Mejora de resolución en imágenes de ultrasonido de seno usando redes GAN.
No Thumbnail Available
Date
2023-11-10
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad Industrial de Santander
Abstract
El cáncer de seno es una de las principales causas de muerte en mujeres. La detección temprana del cáncer de seno representa un
factor fundamental en la lucha por eliminar este mal y esto se realiza mediante un correcto análisis diagnóstico en función de las pruebas o métodos
preventivos. La radiografía de mama o mamografía, el examen de ultrasonido y la resonancia magnética nuclear, son los métodos que se emplean
para el diagnóstico temprano de cáncer de seno.
El enfoque en este trabajo apunta hacia el método de ultrasonido, particularmente sobre sus imágenes. La baja resolución en las imágenes
de ultrasonido de seno, constituye la principal falencia al momento de efectuar un correcto diagnóstico por parte del especialista médico. La
corrección o la mejora de resolución de dichas imágenes representa el reto a resolver en este trabajo de investigación, válido como trabajo de
grado. Por este motivo, se plantea implementar un modelo de red neuronal artificial basado en arquitecturas de tipo GAN (Generative Adversarial
Network por sus siglas en inglés) (Goodfellow et al., 2014), que logre entregar imágenes de ultrasonido de seno con mejor resolución. El diseño
parte de una arquitectura y topología de red base ya existente desarrollada por (Ledig et al., 2017), la cual consiste en una red SRGAN o GAN de
súper resolución. Este modelo presenta resultados de inferencia en imágenes a un factor x4 de ampliación, con una valoración en sus métricas de
desempeño más cercanas al resultado de las imágenes fotorrealistas de entrada, comparadas con cualquier otro modelo generativo.
Description
Keywords
Ultrasonido, Seno, Red, Neuronal, GAN, IA, Resolución