Diagnostico asistido por computadora para la clasificación de lesiones de la piel en imágenes dermatoscópicas [recurso electrónico] / Edgar Omar Molina Molina ; dirigida por Selene Solorza Calderon..
Tipo de material:
TextoDetalles de publicación: Ensenada, Baja California, 2021Descripción: 1 recurso en línea ix, 88 p. : ilTema(s): Ciencias -- Tesis y disertaciones académicas | Inteligencia artificialClasificación LoC:Q325.73 | M65 2021Recursos en línea: Tesis Digital.
Nota de disertación: Universidad Autónoma de Baja California. Facultad de Ciencias, Ensenada, 2021.
Tesis Doctorado Resumen: 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.
| Tipo de ítem | Biblioteca actual | Colección | Signatura | Copia número | Estado | Fecha de vencimiento | Código de barras |
|---|---|---|---|---|---|---|---|
| Tesis | Biblioteca Central Ensenada | Colección de Tesis | Q325.73 M65 2021 (Browse shelf(Abre debajo)) | 1 | Disponible | ENS094226 |
Maestría y Doctorado en Ciencias e Ingeniería
Universidad Autónoma de Baja California. Facultad de Ciencias, Ensenada, 2021.
Tesis Doctorado
Incluye referencias bibliográficas.
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.
