Real Torres, Alejandro delMartín Moruno, Guadalupe2024-12-162024-12-162024Martín Moruno, G. (2024). Detección de objetos quirúrgicos en imágenes médicas para cirugía asistida por ordenador. (Trabajo Fin de Grado Inédito). Universidad de Sevilla, Sevilla.https://hdl.handle.net/11441/165842El uso de la inteligencia artificial para tareas de detección de objetos quirúrgicos ha demostrado ser un enfoque novedoso que puede aumentar la precisión y la eficiencia en los entornos médicos. La identificación de instrumentos en cirugía debe ser lo suficientemente precisa y rápida como para evitar complicaciones, y ¿qué mejor que realizar esta tarea con un sistema de detección automática? En este trabajo se describe el desarrollo de un sistema de detección y clasificación de objetos quirúrgicos que utiliza redes neuronales convolucionales para identificar patrones en imágenes capturadas durante procedimientos quirúrgicos. Estas redes proporcionan identificación en tiempo real para un mejor control y seguridad durante la cirujía. La integración del aprendizaje automático en este ámbito permite fusionar la tecnología con la medicina. Este enfoque automatizado puede reducir los errores humanos, mejorar la seguridad del paciente y lograr una mayor eficiencia en los quirófanos, lo que ayuda a los cirujanos a concentrarse en los más importante: el éxito de la intervención.The use of artificial intelligence for surgical object detection tasks has proven to be a novel approach that can increase accuracy and efficiency in medical environments. Instrument identification in surgery must be sufficiently accurate and fast enough to avoid complications, and what better than performing this task with an automatic detection system? This paper describes the development of a surgical object detection and classification system that uses convolutional neural networks to identify patterns in images captured during surgical procedures. These networks provide real-time identification for better control and safety during surgery. The integration of machine learning in this area allows technology to be merged with medicine. This automated approach can reduce human error, improve patient safety and achieve greater efficiency in operating rooms, helping surgeons to focus on what matters most: the success of the procedure.application/pdf78 p.spaAttribution-NonCommercial-NoDerivatives 4.0 Internationalhttp://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/openAccess