Diagnostico asistido por computadora para la clasificación de lesiones de la piel en imágenes dermatoscópicas
En este trabajo de tesis se presenta una metodolog´ıa h´ıbrida que combina nueve caracter´ısticas extra´ıdas con descriptores fractales de piramides de base cuadrada con las ´ mil caracter´ısticas obtenidas de la red neuronal convolucional DenseNet-201. Esto se hace para mantener las metricas de ef...
Gorde:
| Egile nagusia: | |
|---|---|
| Beste egile batzuk: | |
| Hizkuntza: | spa |
| Argitaratua: |
Universidad Autónoma de Baja California, Facultad de Ciencias.
2022
|
| Gaiak: | |
| Sarrera elektronikoa: | https://hdl.handle.net/20.500.12930/9096 |
| Etiketak: |
Etiketa erantsi
Etiketarik gabe, Izan zaitez lehena erregistro honi etiketa jartzen!
|
| Gaia: | En este trabajo de tesis se presenta una metodolog´ıa h´ıbrida que combina nueve caracter´ısticas extra´ıdas con descriptores fractales de piramides de base cuadrada con las ´ mil caracter´ısticas obtenidas de la red neuronal convolucional DenseNet-201. Esto se hace para mantener las metricas de efectividad ya que gracias al vertiginoso avance de la ´ tecnolog´ıa y la efectividad demostrada, en los ultimos a ´ nos, las redes neuronales convo-lucionales han tenido un repunte en diferentes campos de aplicacion. Así que, el objetivo de la metodología que se presenta en esta tesis es clasificar imagenes dermatoscópicas a color de lesiones de la piel. Un factor muy importante a considerar al trabajar con este tipo de bases de datos, es el desbalance de elementos por clase (el numero de imágenes por clases es distinto). Para esto, se utilizo un ensamblado de tres clasificadores: KNN, ´ SVM lineal y SVM gaussiano. |
|---|
@UABCInstitucional
UABC_Oficial
@UABC_Oficial
Tel: +52 686 551 82 00
cienciaabierta@uabc.edu.mx