Proyecto: Sistema CAD para la Detección y Diagnóstico de Cáncer de Mama

Participantes: Pablo César Rodríguez-Aguayo
Perfil: link (linkedin)
Nivel: Maestría – PNPC
Periodo: 2019 – 2021

Resumen:

Hoy en día, el cáncer de mama se considera como el tipo de cáncer más común convirtiéndose en uno de los mayores problemas de salud pública a nivel global. Esta enfermedad en el año 2018 registró 9.6 millones de defunciones. Es por ello que en esta tesis se propone un método de Diag- nóstico Asistido por Computadora (CAD) con el fin de identificar y clasificar entre pacientes con lesiones normales y malignas. Este sistema se divide a su vez en dos subsistemas el primero CADe (CAD Detección) se enfoca en algoritmos de Procesamiento Digital de Imágenes(PDI)con el fin de extraer las características las cuales se someten a un segundo subsistema CADx (CAD Diagnós- tico) el cual contiene cuatro modelos de Aprendizaje Máquina(ML) que clasifican a los pacientes de acuerdo a las características obtenidas del primer subsistema. Finalmente, dentro de las evalua- ciones se obtienen resultados de exitosos donde, se obtiene una AUROC entre 0.71-0.82, con una especificidad de 0.69-0.80 y una sensibilidad de 0.62-0-71. Donde el mejor algoritmo resalta como RF con las mejores métricas, seguido de SVM, MLP y finalmente LR. Finalmente, se concluye que los algoritmos de aprendizaje automático son una herramienta útil que permite desarrollar modelos que pueden apoyar en el diagnóstico de CaMa, acelerando el proceso para llegar a un diagnóstico final y asumiendo el papel de segunda opinión para el especialista, reduciendo el tiempo de entrega de diagnósticos.

Productos obtenidos: