Atribución-NoComercial-SinDerivadas 2.5 Colombia (CC BY-NC-ND 2.5 CO)Martínez Carrillo, FabioOlmos Rojas, Juan AndrésGonzález Guerrero, Camilo Eduardo2024-05-172024-05-172024-05-142024-05-14https://noesis.uis.edu.co/handle/20.500.14071/42410El 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.application/pdfspainfo:eu-repo/semantics/openAccessCáncer de próstataLocalizaciónLesión csPCaBp-MRIMultimodalUniversidad Industrial de SantanderTesis/Trabajo de grado - Monografía - PregradoUniversidad Industrial de Santanderhttps://noesis.uis.edu.coProstate cancerLocalizationCsPCa lesionBp-MRIMultimodalhttp://purl.org/coar/access_right/c_abf2info:eu-repo/semantics/openAccessAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)