Please use this identifier to cite or link to this item: http://bibdigital.epn.edu.ec/handle/15000/19940
Title: Detección de tumores cutáneos malignos y benignos usando una red neuronal convolucional.
Authors: Morocho Jiménez, Jonathan Israel
Keywords: INTELIGENCIA ARTIFICIAL
INGENIERÍA DE SOFTWARE
REDES NEURONALES CONVOLUCIONALES
Issue Date: 28-Jan-2019
Publisher: Quito, 2019.
Citation: Morocho Jiménez, J. I. (2019). Detección de tumores cutáneos malignos y benignos usando una red neuronal convolucional. 66 hojas. Quito : EPN.
Abstract: The present work focuses on the use of the Inception v3 convolutional neural network architecture and the transfer learning to create a model that can classify dermoscopic images of melanoma (malignant cutaneous tumor) and nevus (benign cutaneous tumor) with a high accuracy. Lacking a large amount of data for training, the data augmentation method is used to provide more information to the classifier in the execution of training and validation tasks. For the training of the last fully connected layer, the mini-batch gradient descent algorithm is used, obtaining a high accuracy value without using too many computational resources, achieving an accuracy of 89,63%. Finally, a web application is used that serves a resource based on the REST architecture to use the generated model by a mobile application.
Description: El presente trabajo se centra en el uso de la arquitectura de la red neuronal convolucional Inception v3 y la técnica de transferencia de aprendizaje para crear un modelo que pueda clasificar imágenes dermatoscópicas de melanoma (tumor cutáneo maligno) y nevus (tumor cutáneo benigno) con una alta exactitud. Al carecer de una gran cantidad de datos para el entrenamiento, se usa el método de aumento de datos para proveer de más información al clasificador en la ejecución de las tareas de entrenamiento y validación. Para el entrenamiento de la última capa totalmente conectada se usa el algoritmo de descenso de gradiente por mini lotes, obteniendo un alto valor de exactitud sin usar demasiados recursos computacionales, logrando una exactitud del 89,63%. Finalmente se usa una aplicación web que sirve un recurso basado en la arquitectura REST para usar el modelo generado por parte de una aplicación móvil.
URI: http://bibdigital.epn.edu.ec/handle/15000/19940
Appears in Collections:Tesis Sistemas Informáticos y de Computación (ISIS)

Files in This Item:
File Description SizeFormat 
CD-9402.pdf960,27 kBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.