REVISTA DE INGENIERIA DYNA

Palabras clave:

Aprendizaje profundo, mejora del diagnóstico médico, clasificación automática de imágenes, Deep learning, improving medical diagnosis, automatic image classification, Deep learning, improving medical diagnosis, automatic image classification

Tipo de artículo:

COLABORACION/COLLABORATION DAMR

Sección:

COLABORACIONES / COLLABORATIONS

La popularidad del uso de herramientas computacionales como la inteligencia artificial ha ido en aumento en los últimos años, y su importancia en la medicina es innegable. Este campo se ha visto muy beneficiado gracias a la incorporación de metodologías más eficaces y rápidas en los procesos de diagnóstico y registro médico. En el presente trabajo, se presenta la clasificación de imágenes relacionadas con tres enfermedades: Tuberculosis, Glaucoma y Parkinson. Se utiliza el aprendizaje profundo y la red neuronal convolucional RESNET50 para extraer los vectores de características, y luego se realiza la clasificación basada en métodos estándar, como son las máquinas de vectores de soporte, Naïve Bayes, y el clasificador basado en centroides, que se incorporan en dos escenarios (validación cruzada; conjuntos de entrenamiento y prueba). El desempeño del clasificador se evalúa cuantitativamente mediante tres métricas de evaluación. Los resultados obtenidos avalan la viabilidad de la metodología propuesta y su potencial para mejorar el diagnóstico médico.