Por favor, use este identificador para citar o enlazar este ítem: https://repositorio.uci.cu/jspui/handle/ident/9089
Título : Clasificación de células cervicales en la prueba de Papanicolaou
Autor : Rodríguez Vázquez, Solangel
Lorenzo Ginori, Juan Valentín
Palabras clave : INFORMÁTICA MÉDICA;RECONOCIMIENTO DE PATRONES;IMÁGENES - PROCESAMIENTO DIGITAL;ALGORITMOS CLASIFICADORES;CÁNCER DE CÉRVIX UTERINO;CLASIFICACIÓN DE CÉLULAS;PRUEBA DE PAPANICOLAOU
Fecha de publicación : 31-ene-2016
Editorial : Universidad Central “Marta Abreu” de Las Villas. Facultad de Matemática, Física y Computación.
Resumen : Hace 40 años, el cáncer de cérvix uterino representaba una de las mayores amenazas de muerte por cáncer entre las mujeres. Con el avance continuo en la medicina y la tecnología, las muertes por esta enfermedad han disminuido significativamente. Las investigaciones referentes a este tema han podido determinar síntomas claves que permiten detectar a tiempo esta enfermedad para darle un tratamiento oportuno. La citología convencional es una de las técnicas más utilizadas, siendo ampliamente aceptada, de bajo costo, y con mecanismos de control. Con el objetivo de aliviar la carga de trabajo a los especialistas, algunos investigadores han propuesto el desarrollo de herramientas de visión computacional para detectar y clasificar las transformaciones en las células de la región del cuello uterino. El presente trabajo tiene como objetivo proveer a los investigadores de una herramienta de clasificación automática, aplicable a las condiciones existentes en los centros médicos y de investigación del país. Esta herramienta debe ser capaz de clasificar las células del cuello del útero, basándose solamente en las características extraídas de la región del núcleo y sin utilizar las características del citoplasma, de manera que se reduzca la tasa de falsos negativos en la prueba de Papanicolaou. A partir del estudio realizado, se obtuvo una herramienta haciendo uso de la técnica k-vecinos más cercanos con la distancia manhattan, el cual mostró un alto desempeño manteniendo valores de AUC superiores al 91% y llegando hasta un 97.1% con respecto a los clasificadores SVM y RBF Network, los que también fueron analizados.
Descripción : Tesis para optar por el título de Máster en Ciencias de la Computación.
URI : https://repositorio.uci.cu/jspui/handle/ident/9089
Aparece en las colecciones: Tesis de Maestría

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
Solangel Rodríguez Vázquez.pdf1.39 MBAdobe PDFVisualizar/Abrir


Los ítems del Repositorio están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.