Show simple item record

dc.contributor.advisorJiménez Garay, Gabriel Alexandro
dc.contributor.advisorRacoceanu, Daniel
dc.contributor.authorYacolca Huamán, Karla Lucía
dc.date.accessioned2021-02-16T00:32:44Z
dc.date.available2021-02-16T00:32:44Z
dc.date.created2020
dc.date.issued2021-02-15
dc.identifier.urihttp://hdl.handle.net/20.500.12404/18219
dc.description.abstractLa escala de Nottingham (NGS) se emplea para poder determinar el grado del cáncer de mama, y tiene 3 criterios a considerar: formación tubular, atipia nuclear y conteo de mitosis. A partir de los puntajes parciales de cada criterio se obtiene el grado del cáncer. Para poder asignar cada puntaje, el patólogo analiza, de forma manual, cada una de las muestras de tejido. La patología computacional surge como una alternativa para simplificar la tarea de análisis de tejido, pues integra la tecnología WSI (Whole Side Imaging), la cual permite obtener imágenes de tejido en formato digital, con herramientas de análisis de imágenes. El procesamiento de imágenes se realiza de dos formas: por medio de algoritmos de procesamiento clásico y algoritmos de aprendizaje profundo. Estos últimos emplean redes neuronales, las cuales automatizan el proceso de análisis de imágenes, y permiten generalizar el modelo ante variantes en las imágenes de entrada. En el presente trabajo se muestra el estudio del criterio de atipia nuclear empleando redes neuronales convolucionales, las cuales son un tipo de arquitectura de aprendizaje profundo, aplicado a tejidos de cáncer de mama. Además, se presenta el modelo de solución para poder asignar el puntaje al tejido según el criterio mencionado.es_ES
dc.language.isospaes_ES
dc.publisherPontificia Universidad Católica del Perúes_ES
dc.rightsinfo:eu-repo/semantics/openAccesses_ES
dc.rights.urihttp://creativecommons.org/licenses/by-sa/2.5/pe/*
dc.subjectMamas--Cáncer--Detecciónes_ES
dc.subjectCáncer--Detecciónes_ES
dc.subjectRedes neuronales--Aplicacionoeses_ES
dc.subjectAprendizaje profundo--Aplicacioneses_ES
dc.titleEstudio de atipia celular utilizando redes neuronales convolucionales: aplicación en tejidos de cáncer de mamaes_ES
dc.typeinfo:eu-repo/semantics/bachelorThesises_ES
thesis.degree.nameBachiller en Ciencias con mención en Ingeniería Electrónicaes_ES
thesis.degree.levelBachilleratoes_ES
thesis.degree.grantorPontificia Universidad Católica del Perú. Facultad de Ciencias e Ingenieríaes_ES
thesis.degree.disciplineCiencias con mención en Ingeniería Electrónicaes_ES
renati.advisor.cext001512662
renati.advisor.dni70547974
renati.advisor.orcidhttps://orcid.org/0000-0001-6474-6272es_ES
renati.advisor.orcidhttps://orcid.org/0000-0002-9416-1803es_ES
renati.author.dni73024460
renati.discipline712026es_ES
renati.levelhttps://purl.org/pe-repo/renati/level#bachilleres_ES
renati.typehttps://purl.org/pe-repo/renati/type#trabajoDeInvestigaciones_ES
dc.publisher.countryPEes_ES
dc.subject.ocdehttp://purl.org/pe-repo/ocde/ford#2.02.01es_ES


Files in this item

Thumbnail
Thumbnail

This item appears in the following Collection(s)

Show simple item record

info:eu-repo/semantics/openAccess
Except where otherwise noted, this item's license is described as info:eu-repo/semantics/openAccess