PRIETO ORDAZ, OLANDA (2025) GENERACIÓN AUTOMÁTICA DE REPORTES MÉDICOS A PARTIR DE IMÁGENES DE RAYOS X BASADO EN ESTRATEGIAS DE APRENDIZAJE PROFUNDO. Doctorado thesis, Universidad Autónoma de Chihuahua.
|
Text
Tesis Olanda Prieto Ordaz.pdf Download (19Mb) | Vista Previa |
Resumen
La interpretación de imágenes médicas es un proceso fundamental para el diagnóstico y tratamiento clínico. Para la realización del reporte médico considerando diversas técnicas de proyección de imagen, es necesario examinar minuciosamente cada área de la imagen. El objetivo de esta tarea es identificar cuáles regiones se consideran normales o potencialmente anormales. Una vez que son identificadas estas regiones, se realiza una narrativa de los resultados obtenidos que conforman al reporte médico. Por lo anterior, realizar un reporte médico mediante imágenes médicas demanda una mayor especialización en el área. El presente trabajo de investigación propone una arquitectura novedosa denominada Enhanced Transformer Based - Medical Image Interpretation (ETB-MII) para generar reportes médicos. La arquitectura propuesta es capaz de identificar en una imagen de rayos X características visuales tanto locales como globales y generar una descripción textual de los hallazgos encontrados. Esta propuesta pretende demostrar que una implementación basada principalmente en mecanismos de atención y aplicando una estrategia de aumento de datos eficaz puede lograr resultados competitivos en el estado del arte. Para evaluar adecuadamente el desempeño del modelo ETB-MII, se compararon las predicciones generadas con respecto a los resultados reportados por los modelos más relevantes del estado del arte utilizando los conjuntos de datos de IU X-ray y MIMIC-CXR asi como las métricas de BLEU, METEOR, ROUGE-L y CIDEr. Los resultados obtenidos por ETB-MII demuestran un desempeño competitivo en las métricas de BLEU y ROUGE-L. En las métricas de CIDEr y METEOR los resultados obtenidos sobrepasan el estado del arte.
Tipo de Documento: | Tesis (Doctorado) |
---|---|
Palabras Clave: | Generación de reportes médicos, CNNs, aumento de datos, aprendizaje profundo. |
Clasificación temática: | T Technology > T Technology (General) |
Usuario Remitente: | Admin Repositorio Posgrado |
Depositado: | 21 Feb 2025 22:36 |
Ultima Modificación: | 21 Feb 2025 22:36 |
URI: | http://repositorio.uach.mx/id/eprint/773 |
Actions (login required)
![]() |
Ver Objeto |