Please use this identifier to cite or link to this item:
http://hdl.handle.net/10553/113321
Title: | Hacia un Sistema Inteligente de ayuda al diagnóstico de la COVID-19 mediante imágenes de Radiografías y/o Tomografías por Computador de la zona pulmonar y vías respiratorias de los pacientes | Authors: | Arrocha Quevedo, Samuel | Director: | Fernández López, Pablo Carmelo Suárez Araujo, Carmen Paz |
UNESCO Clasification: | 120317 Informática | Issue Date: | 2022 | Abstract: | Desde que la COVID-19 se convirtió en pandemia, supuso una emergencia sanitaria mundial. Urge detectarla tempranamente. Proponemos Sistemas Inteligentes (SI), basados en Redes Neuronales Convolucionales (CNN), para detección temprana de la COVID-19 mediante Radiografías (RX) y Tomografías Computerizadas (TC). Para la experimentación se aplican dos datasets, "covid-chestxray-dataset" [1] para las RX y "COVID-CT" para las TC [2]. Se desarrollan y analizan dos modelos. El modelo RX alcanza una precisión de 95% y una sensibilidad de 96%, mientras que para el desarrollado con TC, la precisión lograda es de 96% y la sensibilidad de 96%. Se concluye la capacidad de las CNN en la ayuda al diagnóstico COVID-19 y las RX y TC como pruebas diagnósticas. | Department: | Departamento de Informática y Sistemas | Faculty: | Escuela de Ingeniería Informática | Degree: | Grado en Ingeniería Informática | URI: | http://hdl.handle.net/10553/113321 |
Appears in Collections: | Trabajo final de grado |
En el caso de que no encuentre el documento puede ser debido a que el centro o las/os autoras/es no autorizan su publicación. Si tiene verdadero interés en el contenido del mismo, puede dirigirse al director/a o directores/as del trabajo cuyos datos encontrará más arriba.
Show full item recordPage view(s)
107
checked on Oct 5, 2024
Download(s)
135
checked on Oct 5, 2024
Google ScholarTM
Check
Share
Export metadata
Items in accedaCRIS are protected by copyright, with all rights reserved, unless otherwise indicated.