MODELO VISUAL QUESTION ANSWERING PARA LA INTERPRETACIÓN DE IMÁGENES MÉDICAS

PAYÁN MARTA, JOSÉ ALBERTO (2026) MODELO VISUAL QUESTION ANSWERING PARA LA INTERPRETACIÓN DE IMÁGENES MÉDICAS. Maestría thesis, Universidad Autónoma de Chihuahua.

Vista Previa

Text Tesis José Alberto Payán Marta.pdf Download (5Mb) | Vista Previa

Resumen

Chihuahua, Chihuahua, 30 de Noviembre de 2024. Este trabajo de investigación analiza tres modelos de aprendizaje profundo aplicados a Visual Question Answering (VQA) en imágenes médicas: MedViLL, M2I2 y MUMC. Utilizando la base de datos VQA-RAD, se evalúan sus capacidades para responder preguntas sobre imágenes radiológicas, combinando visión por computadora y procesamiento de lenguaje natural para mejorar diagnósticos y análisis médicos. Los modelos emplean técnicas avanzadas como el enmascaramiento de texto e imágenes para fortalecer su capacidad de generalización. Además, se propone un nuevo modelo, BioMedViLL, que integra un Vision Transformer ViT-B32 como codificador visual y Bio_ClinicalBERT como codificador textual. Los experimentos comparativos muestran que MUMC ofrece respuestas más completas, mientras que BioMedViLL supera cuantitativamente a MUMC, pero con menor calidad, destacando que buenas métricas no siempre garantizan resultados superiores.

Actions (login required)

Ver Objeto