Please use this identifier to cite or link to this item: https://repositorio.utn.edu.ec/handle/123456789/14068
Citar este ítem

Full metadata record
DC FieldValueLanguage
dc.contributor.advisorGarcía Santillán, Iván Danilo-
dc.contributor.authorUlloa Terán, Francisco Mateo-
dc.date.accessioned2023-06-15T13:52:18Z-
dc.date.available2023-06-15T13:52:18Z-
dc.date.created2023-05-31-
dc.date.issued2023-06-15-
dc.identifier.other04/ISC/ 684es_EC
dc.identifier.urihttp://repositorio.utn.edu.ec/handle/123456789/14068-
dc.descriptionAnalizar imágenes de retinografías para incrementar el grado de identificación del nivel de retinopatía diabética en pacientes que padecen diabetes utilizando técnicas de inteligencia artificial.es_EC
dc.description.abstractEl 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.es_EC
dc.language.isospaes_EC
dc.rightsopenAccesses_EC
dc.rightsAtribución-NoComercial-CompartirIgual 3.0 Ecuador*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-sa/3.0/ec/*
dc.subjectPRUEBAS DIAGNÓSTICASes_EC
dc.subjectINTELIGENCIA ARTIFICIALes_EC
dc.subjectAPLICACIONES TECNOLÓGICASes_EC
dc.subjectRETINOPATÍA DIABÉTICAes_EC
dc.subjectRETINAes_EC
dc.subjectREDE NEURONAL CONVOLUCIONALes_EC
dc.titleAnálisis de imágenes de la retina del ojo para determinar el nivel de retinopatía diabética utilizando técnicas de inteligencia artificiales_EC
dc.typebachelorThesises_EC
dc.description.degreeIngenieríaes_EC
dc.contributor.deparmentSistemas Computacionaleses_EC
dc.coverageIbarra. Ecuadores_EC
dc.identifier.mfn0000041203es_EC
Appears in Collections:Ing. en Sistemas Computacionales

Files in This Item:
File Description SizeFormat 
04 ISC 684 LOGO.jpgLogo29.06 kBJPEGThumbnail
View/Open
04 ISC 684 TRABAJO DE GRADO.pdfTrabajo de grado3.64 MBAdobe PDFThumbnail
View/Open


This item is protected by original copyright



This item is licensed under a Creative Commons License Creative Commons