Por favor, use este identificador para citar o enlazar este ítem: https://repositorio.utn.edu.ec/handle/123456789/14068
Citar este ítem

Título : Análisis de imágenes de la retina del ojo para determinar el nivel de retinopatía diabética utilizando técnicas de inteligencia artificial
Director: García Santillán, Iván Danilo
Autor : Ulloa Terán, Francisco Mateo
Tipo docuemento: bachelorThesis
Palabras clave : PRUEBAS DIAGNÓSTICAS;INTELIGENCIA ARTIFICIAL;APLICACIONES TECNOLÓGICAS;RETINOPATÍA DIABÉTICA;RETINA;REDE NEURONAL CONVOLUCIONAL
Fecha de publicación : 15-jun-2023
Fecha de creación : 31-may-2023
Resumen : El propósito principal de este estudio de investigación es enfocarse en utilizar técnicas de inteligencia artificial para incrementar la identificación del nivel de retinopatía diabética en pacientes que padecen diabetes mediante el análisis de imágenes de retinografías. Se desarrolló una aplicación web para la Asociación Ecuatoriana de Diabetes ubicada en Quito, Ecuador, y se utilizó la técnica de redes neuronales convolucionales en el entrenamiento de un modelo de aprendizaje automático con el objetivo de detectar automáticamente retinopatía diabética. El aplicativo web se conecta con un módulo de predicción entrenado con cinco tipos de arquitecturas de redes neuronales, y se determinó que la red neuronal ResNet152V2 tiene la mayor tasa de detección con un 80% de precisión. Se empleó la prueba estadística de Chi Cuadrado y la correlación de Spearman para llevar a cabo la validación correspondiente, y se observó que la aplicación superó al análisis visual de los especialistas con un margen de error del 19.9%, mientras que los especialistas obtuvieron un margen de error del 35.5%. En términos generales, se puede concluir que los resultados obtenidos indican que la aplicación ha logrado satisfactoriamente su objetivo principal, que es mejorar la detección del nivel de retinopatía diabética en pacientes con diabetes.
Descripción : Analizar imágenes de retinografías para incrementar el grado de identificación del nivel de retinopatía diabética en pacientes que padecen diabetes utilizando técnicas de inteligencia artificial.
URI : http://repositorio.utn.edu.ec/handle/123456789/14068
Ubicación: 04/ISC/ 684
Ciudad. País: Ibarra. Ecuador
Grado Académico: Ingeniería
Código MFN : 0000041203
Carrera Profesional: Sistemas Computacionales
Aparece en las colecciones: Ing. en Sistemas Computacionales

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
04 ISC 684 LOGO.jpgLogo29.06 kBJPEGVista previa
Visualizar/Abrir
04 ISC 684 TRABAJO DE GRADO.pdfTrabajo de grado3.64 MBAdobe PDFVista previa
Visualizar/Abrir


Este ítem está protegido por copyright original



Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons