http://repositorio.usfq.edu.ec/handle/23000/11269
Tipo de material: | bachelorThesis |
Título : | Analyzing the effect of artificial data used in training CNN for COVID-19 detection |
Autor : | Hidalgo Davila, Ivan Mateo Murillo Celi, Juan José |
Director de Tesis : | Baldeón Calisto, María Gabriela, dir. |
Descriptores : | Radiografia - Tesis y disertaciones académicas;Redes neuronales (Computadores) |
Fecha de publicación : | 2021 |
Editorial : | Quito |
Citación : | Tesis (Ingeniero Industrial), Universidad San Francisco de Quito, Colegio de Ciencias e Ingenierías ; Quito, Ecuador, 2021 |
Páginas : | 36 h. |
Acceso: | openAccess Atribución-NoComercial-SinDerivadas 3.0 Ecuador |
Resumen : | La detección de enfermades mediante imágenes de radiografìas pulmonares como el COVID-19 se ha vuelto una de las principales herramientas de apoyo para tener un segundo diagnóstico en la comunidad médica. En este trabajo se hace uso de Redes Neuronales Convolucionales (CNN) para la clasificación de imágenes de radiografìas pulmonares CXR en las categorías COVID-19, neumonia y normal. Debido a la escaces de imágenes para poder entrenar la red neuronal, se utilizo una técnica llamada Data Augmentation, que es empleada en Deep Learning para aumentar el tamaño del set de entrenamiento y aumentar la precisión de la base de datos... |
Descripción : | The detection of diseases through lung X-rays images such as COVID-19 has become one of the main support tools to have a second diagnosis in the medical community. In this work, Convolutional Neural Networks (CNN) are used to classify images of CXR lung radiographs into the COVID-19, pneumonia and normal categories. Due to the scarcity of images to train the neural network, a technique called Data Augmentation was used, which is applied in Deep Learning to increase the size of the training set and increase the precision of the database. The data augmentation includes a variety of techniques that can be modified according to the needs of the experiment... |
URI : | http://repositorio.usfq.edu.ec/handle/23000/11269 |
Aparece en las colecciones: | Tesis - Ingeniería Industrial |
Fichero | Descripción | Tamaño | Formato | |
---|---|---|---|---|
200323-139389.pdf | Texto completo | 1.61 MB | Adobe PDF | Visualizar/Abrir |
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons