Ponencia
Detección de cáncer de piel usando técnicas de aprendizaje profundo
Autor/es | Polvillo Hall, Alejandro
Álvarez García, Juan Antonio Rubio Escudero, Cristina |
Departamento | Universidad de Sevilla. Departamento de Lenguajes y Sistemas Informáticos |
Fecha de publicación | 2018 |
Fecha de depósito | 2021-09-13 |
Publicado en |
|
ISBN/ISSN | 978-84-09-05643-9 |
Resumen | El aprendizaje profundo ha sido muy utilizado para la clasificación de imágenes a partir de la competición ImageNet en 2012. Esta clasificación de imágenes es de gran utilidad en el campo de la medicina, en el que ha habido ... El aprendizaje profundo ha sido muy utilizado para la clasificación de imágenes a partir de la competición ImageNet en 2012. Esta clasificación de imágenes es de gran utilidad en el campo de la medicina, en el que ha habido un gran crecimiento de uso de técnicas de minería de datos en los últimos años. En este trabajo seleccionamos y entrenamos una red de aprendizaje profundo para el análisis de un conjunto de datos de cáncer de piel, obteniendo resultados muy satisfactorios, ya que el modelo ha superado los resultados de clasificación de dermatólogos entrenados haciendo uso de un dermatoscopio, de otras técnicas de aprendizaje automático, y de otras técnicas de aprendizaje profundo. |
Agencias financiadoras | Ministerio de Economía y Competitividad (MINECO). España |
Identificador del proyecto | TIN2014-55894-C2-1-R
TIN2017-82113-C2-1-R |
Cita | Polvillo Hall, A., Álvarez García, J.A. y Rubio Escudero, C. (2018). Detección de cáncer de piel usando técnicas de aprendizaje profundo. En CAEPIA 2018: XVIII Conferencia de la Asociación Española para la Inteligencia Artificial (944-948), Granada: Asociación Española para la Inteligencia Artificial (AEPIA). |
Ficheros | Tamaño | Formato | Ver | Descripción |
---|---|---|---|---|
Detección de cáncer de piel ... | 204.9Kb | [PDF] | Ver/ | |