Tesis "Un método para la semántica de ultrasonografías de mama basado en cómputo neuronal"
Sustentante: Luis Eduardo Aguilar Camacho.
Director: Dr. Wilfrido Gómez Flores, investigador Cinvestav Tamaulipas.
Sinodales: Dr. Gregorio Toscano Pulido, Cinvestav Unidad Tamaulipas; Dr. José Juan García Hernández, Cinvestav Unidad Tamaulipas; Dr. Wilfrido Gómez Flores, Cinvestav Unidad Tamaulipas;
Resumen:
Los sistemas de diagnóstico asistido por computadora (CADx, por sus siglas en inglés) tienen el potencial de coadyuvar al especialista en el análisis de imágenes mamográficas para la recomendación de la conducta clínica de los pacientes. Una etapa importante en un sistema CADx es la detección y segmentación del tumor para su posterior análisis, lo cual se realiza mediante sistemas de detección asistido por computadora (CADe, por sus siglas en inglés). Esta tarea se puede realizar desde el enfoque de aprendizaje supervisado, de manera que cada píxel de la imagen es clasificado, lo cual se denomina segmentación semántica. Comúnmente se utilizan redes neuronales artificiales (ANN, por sus siglas en inglés) para crear modelos de segmentación semántica para distinguir entre dos clases: tumor y tejido adyacente. En la literatura, se pueden encontrar dos tipos de enfoques para los sistemas CADe basados en ANN: convencional y convolucional. Los enfoques convencionales requieren de un conjunto de características definido por un experto para el entrenamiento de una ANN, mientras que el enfoque convolucional no requiere al experto, ya que la extracción de características es automática. En este proyecto de investigación se propone un método de segmentación semántica de ultrasonografías de mama basado en cómputo neuronal, el cual se define a partir de un estudio comparativo entre los enfoques convencional y convolucional.