Identificador persistente para citar o vincular este elemento: http://hdl.handle.net/10553/113321
Campo DC Valoridioma
dc.contributor.advisorFernández López, Pablo Carmeloes
dc.contributor.advisorSuárez Araujo, Carmen Pazes
dc.contributor.authorArrocha Quevedo, Samueles
dc.date.accessioned2022-01-16T21:03:02Z-
dc.date.available2022-01-16T21:03:02Z-
dc.date.issued2022-
dc.identifier.otherGestión académica-
dc.identifier.urihttp://hdl.handle.net/10553/113321-
dc.description.abstractDesde 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.en_US
dc.languagespaen_US
dc.subject120317 Informáticaen_US
dc.titleHacia 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 pacienteses
dc.typeinfo:eu-repo/semantics/bachelorThesisen_US
dc.typeBachelorThesisen_US
dc.contributor.departamentoDepartamento de Informática y Sistemases
dc.contributor.facultadEscuela de Ingeniería Informáticaen_US
dc.investigacionIngeniería y Arquitecturaen_US
dc.type2Trabajo final de gradoen_US
dc.utils.revisionen_US
dc.identifier.matriculaTFT-63057es
dc.identifier.ulpgcen_US
dc.contributor.buulpgcBU-INFes
dc.contributor.titulacionGrado en Ingeniería Informáticaes
item.grantfulltextopen-
item.fulltextCon texto completo-
crisitem.advisor.deptGIR IUCES: Computación inteligente, percepción y big data-
crisitem.advisor.deptIU de Cibernética, Empresa y Sociedad (IUCES)-
crisitem.advisor.deptDepartamento de Informática y Sistemas-
crisitem.advisor.deptGIR IUCES: Computación inteligente, percepción y big data-
crisitem.advisor.deptIU de Cibernética, Empresa y Sociedad (IUCES)-
crisitem.advisor.deptDepartamento de Informática y Sistemas-
Colección:Trabajo final de grado
Adobe PDF (4,03 MB)
Vista resumida

Google ScholarTM

Verifica


Comparte



Exporta metadatos



Los elementos en ULPGC accedaCRIS están protegidos por derechos de autor con todos los derechos reservados, a menos que se indique lo contrario.