Aviso: para depositar documentos, por favor, inicia sesión e identifícate con tu cuenta de correo institucional de la UCM con el botón MI CUENTA UCM. No emplees la opción AUTENTICACIÓN CON CONTRASEÑA
 

Sistema inteligente para la detección y diagnóstico de patología mamaria

dc.contributor.advisorVega González, María Luisa
dc.contributor.advisorManrique Gamo, Daniel
dc.contributor.authorVilarrasa Andrés, Amparo
dc.date.accessioned2023-06-20T15:10:46Z
dc.date.available2023-06-20T15:10:46Z
dc.date.defense2006
dc.date.issued2007
dc.descriptionTesis de la Universidad Complutense de Madrid, Facultad de Medicina, Departamento de Radiología y Medicina Física, leída el 28-03-2006
dc.description.abstractEl método más eficaz para reducir la mortalidad por carcinoma de mama actualmente, es la detección precoz de lesiones y su diagnóstico. Respecto a la detección, la dificultad está en relación con el pequeño tamaño de las lesiones, su bajo contraste, la superposición con tejidos normales, los artefactos en las mamografías, etc. El diagnóstico de las lesiones encontradas, depende en gran medida de la experiencia del radiólogo a la hora de interpretar las mamografías. Para reducir la tasa de fallos diagnósticos y biopsias innecesarias, puede utilizarse la doble lectura. Aunque este método consigue su objetivo, tiene inconvenientes (aumenta la carga de trabajo y los costes). Por ello, se propone el diseño de un sistema inteligente para la detección, pronóstico y diagnóstico de anomalías mamarias. Este sistema ha sido diseñado para la detección en forma paralela de masas y microcalcificaciones sospechosas, realizando posteriormente el diagnóstico de las lesiones encontradas. Para la detección de lesiones se emplean algoritmos basados en visión artificial y morfología matemática. Para el pronóstico (benigno o maligno) y el diagnóstico (patológico) se utilizan redes de neuronas artificiales. En el pronóstico, se utilizan redes de neuronas alimentadas hacia delante con un algoritmo de entrenamiento supervisado. En el diagnóstico se usan redes de Kohonen. El sistema diseñado se compone de tres módulos; un primer módulo, denominado subsistema de detección de masas, encargado de la segmentación y obtención de las características de las masas que pudieran presentarse en una mamografía digitalizada. El segundo módulo, denominado subsistema de detección de microcalcificaciones, encargado de la segmentación y obtención de las características discriminantes de las microcalcificaciones existentes en una mamografía digitalizada, y el tercer y último módulo encargado del diagnóstico de las lesiones encontradas por los subsistemas anteriores. Este sistema se denomina SADIMA (Sistema Autoadaptativo de Diagnóstico Mamográfico).
dc.description.departmentDepto. de Radiología, Rehabilitación y Fisioterapia
dc.description.facultyFac. de Medicina
dc.description.refereedTRUE
dc.description.statuspub
dc.eprint.idhttps://eprints.ucm.es/id/eprint/7455
dc.identifier.doib23561609
dc.identifier.isbn978-84-669-2950-9
dc.identifier.urihttps://hdl.handle.net/20.500.14352/56253
dc.language.isospa
dc.publication.placeMadrid
dc.publisherUniversidad Complutense de Madrid, Servicio de Publicaciones
dc.rights.accessRightsopen access
dc.subject.keywordMamas
dc.subject.ucmGinecología y obstetricia
dc.subject.ucmOncología
dc.subject.ucmDiagnóstico por imagen y medicina nuclear
dc.subject.unesco3201.08 Ginecología
dc.subject.unesco3201.01 Oncología
dc.subject.unesco3204.01 Medicina Nuclear
dc.titleSistema inteligente para la detección y diagnóstico de patología mamaria
dc.typedoctoral thesis
dspace.entity.typePublication
relation.isAdvisorOfPublication01657faa-c222-4cb1-b8e1-fc6fd4f1a05b
relation.isAdvisorOfPublication.latestForDiscovery01657faa-c222-4cb1-b8e1-fc6fd4f1a05b

Download

Original bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
T29394.pdf
Size:
34.8 MB
Format:
Adobe Portable Document Format

Collections