1. Repositorio Digital USFQ
  2. TESIS COLEGIO DE PREGRADO
  3. COLEGIO DE CIENCIAS E INGENIERÍAS (POLI)
  4. Tesis - Ingeniería Industrial
Por favor, use este identificador para citar o enlazar este ítem: http://repositorio.usfq.edu.ec/handle/23000/11269
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.advisorBaldeón Calisto, María Gabriela, dir.-
dc.contributor.authorHidalgo Davila, Ivan Mateo-
dc.contributor.authorMurillo Celi, Juan José-
dc.date.accessioned2022-06-06T20:40:32Z-
dc.date.available2022-06-06T20:40:32Z-
dc.date.issued2021-
dc.identifier.citationTesis (Ingeniero Industrial), Universidad San Francisco de Quito, Colegio de Ciencias e Ingenierías ; Quito, Ecuador, 2021es_ES
dc.identifier.urihttp://repositorio.usfq.edu.ec/handle/23000/11269-
dc.descriptionThe 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...es_ES
dc.description.abstractLa 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...es_ES
dc.format.extent36 h.es_ES
dc.language.isospaes_ES
dc.publisherQuitoes_ES
dc.rightsopenAccess*
dc.rightsAtribución-NoComercial-SinDerivadas 3.0 Ecuador*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/ec/*
dc.subjectRadiografia - Tesis y disertaciones académicases_ES
dc.subjectRedes neuronales (Computadores)es_ES
dc.subject.otherCienciases_ES
dc.subject.otherComputaciónes_ES
dc.titleAnalyzing the effect of artificial data used in training CNN for COVID-19 detectiones_ES
dc.typebachelorThesises_ES
Aparece en las colecciones: Tesis - Ingeniería Industrial

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
200323-139389.pdfTexto completo1.61 MBAdobe PDFVista previa
Visualizar/Abrir
Mostrar el registro sencillo del ítem


Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons