Machine Learning aplicado a radiografías de tórax para asistencia al diagnóstico radiológico pediátrico

Ver Las Estadísticas Alerta Por Correo Electrónico Feed RSS

Datos generales

Título del Proyecto
Machine Learning aplicado a radiografías de tórax para asistencia al diagnóstico radiológico pediátrico
Código
ALT-00003880
Coordinador del Proyecto
Organizaciones participantes
 
Fecha de finalización
01-05-2023
 
Equipo de trabajo
Colaboradores

Descripción

El objetivo del presente trabajo consiste en implementar un agente de software capaz de asistir al radiólogo pediatra con la clasificación de placas radiográficas (rayos x) frontales de tórax en función de una de las patologías seleccionadas como objeto principal de estudio.
La Ciencia de Datos mediante las técnicas de clasificación de imágenes pone a disposición de los radiólogos una serie de herramientas para su apoyo. Estas herramientas suelen estar asistidas con lo que comúnmente se conoce como Deep Learning, generalmente basadas en el entrenamiento de redes neuronales convolucionales (CNN). Estas redes pueden ser entrenadas para reconocer patrones (sean patologías o lo que busque indetificar el radiólogo) en imágenes radiográficas.

Objetivos e hipótesis de la investigación
El objetivo del presente trabajo consiste en implementar un agente de software capaz de asistir al radiólogo pediatra con la clasificación de placas radiográficas (rayos x) frontales de tórax en función de una de las patologías seleccionadas como objeto principal de estudio.
La principal hipótesis del Proyecto se sostiene sobre los avances desarrolladores en Deep Learning respecto del procesamiento de imágenes readiológicas y los hallazgos asociados a tal análisis. Estos procesos pueden ser tomados como antecedents, pero sirven también como fundamento para intentar transladar resultados de la medicina en general a la práctica pediátrica, que tiene sus particularidades.
 
Palabras Clave
Ciencia de Datos
Machine learning
Deep Learning
Ingeniería de datos
Procesamiento de imágenes