Desarrollo de algoritmos de aprendizaje por ensamblado para la clasificación de quemaduras

Abstract

En este proyecto se pretende desarrollar un algoritmo utilizando métodos de aprendizaje ensamblado mediante el tratamiento digital de imágenes en color para mejorar la precisión en la clasificación de quemaduras. Para ello, se extraen a partir de la imagen digital de quemado una serie de características significativas con las que obtendremos la información necesaria para el entrenamiento del algoritmo. Se realiza un escalado, búsqueda de hiperparámetros y posteriormente se emplean algoritmos de aprendizaje ensamblado como, random forest, bagging, adaboost y stackig, para combinar múltiples modelos de clasificación y mejorar la robustez del sistema. La utilidad de esta herramienta es mejorar la atención médica de los pacientes con quemaduras al proporcionar una clasificación rápida y precisa de las lesiones cutáneas, apoyando la toma de decisiones clínicas.

This project aims to develop an algorithm using ensemble learning methods by means of digital processing of colour images to improve the accuracy of burn classification. To do this, a series of significant characteristics are extracted from the digital burn image to obtain the necessary information for training the algorithm. A scaling and hyperparameter search is carried out and then ensemble learning algorithms such as random forest, bagging, adaboost and stackig are used to combine multiple classification models and improve the robustness of the system. The utility of this tool is to improve the medical care of burn patients by providing fast and accurate classification of skin lesions, supporting clinical decision making.