000			02188nam a22002777a 4500
999			_c248213 _d248212
003			MX-MeUAM
005			20241005055531.0
008			211014s2021 mx ||||go|||| 00| 0 spa d
040			_bspa _dMX-MeUAM _e
050		4	_aQ325.73 _bM65 2021
100	1		_924681 _aMolina Molina, Edgar Omar, _d1989-
245	1	0	_aDiagnostico asistido por computadora para la clasificación de lesiones de la piel en imágenes dermatoscópicas _h[recurso electrónico] / _cEdgar Omar Molina Molina ; dirigida por Selene Solorza Calderon..
260			_aEnsenada, Baja California, _c2021.
300			_a1 recurso en línea ix, 88 p. : _bil.
500			_aMaestría y Doctorado en Ciencias e Ingeniería
502			_aUniversidad Autónoma de Baja California. Facultad de Ciencias, Ensenada, 2021.
502			_aTesis Doctorado
504			_aIncluye referencias bibliográficas.
520			_aEn 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.
650		4	_aCiencias _vTesis y disertaciones académicas
650		4	_aInteligencia artificial
700	1		_92800 _aSolorza Calderón, Selene
710	2		_aUniversidad Autónoma de Baja California. _bFacultad de Ciencias _998
856	4		_zTesis Digital. _uhttps://drive.google.com/file/d/1X_zICyAMIx96aisJXEhUXssHbeQxWJAV/view?usp=sharing
942			_cTESIS