1. Repositorio Institucional del Tecnológico Nacional de México (RI - TecNM)
2. Tesis de Posgrado
3. Chihuahua
4. Instituto Tecnológico de Chihuahua
5. Tesis de Maestría
6. Maestría en Ciencias en Ingeniería Electrónica

Título:	ANÁLISIS DE TEJIDOS EN MUESTRAS HISTOLÓGICAS USANDO REDES NEURONALES CONVOLUCIONALES
Autor:	ACOSTA LARA, IVAN ESTEBAN
metadata.dc.subject.other:	ANÁLISIS DE TEJIDOS EN MUESTRAS HISTOLÓGICAS USANDO REDES NEURONALES CONVOLUCIONALES
Data:	2026-01-01
Editora:	Tecnológico Nacional de México
metadata.dc.publisher.tecnm:	Instituto Tecnológico de Chihuahua
Descrição:	El análisis histológico se refiere al estudio de muestras de cortes de tejido humano para estudiar la microestructura de los materiales biológicos por medio de la visualización por microscopio. Estas visualizaciones pueden realizarse por medio de imágenes digitales para su posterior análisis por medio de procesadores especializados para catalogar diferentes patologías. Por ello, en la literatura existen diversos métodos de procesamiento para la clasificación de imágenes de histología, tales como con redes neuronales artificiales, reconocimiento de patrones, aprendizaje profundo, etc. Entre las muchas aplicaciones del procesamiento de imágenes de histología, se encuentra en análisis de tejido mamario, que se refiere a la clasificación de tumores malignos y benignos. Sin embargo, estos métodos se centran en métricas de desempeño, sin considerar el costo computacional. Por ello, el objetivo de esta tesis es proponer un modelo de red neuronal artificial profunda de bajo costo computacional que clasifique imágenes de cortes histológicos de mama y las catalogue en tumores benignos y malignos. La red propuesta se denomina LightHist y se basa en la arquitectura MobileNet-v2, pero con convoluciones separables en profundidad en paralelo, con el fin de extraer la mayor cantidad de características útiles para la clasificación. Los resultados demostraron que LightHist tiene buen desempeño utilizando las métricas de evaluación y una menor cantidad de parámetros en comparación con las redes existentes en la literatura. De esta manera, a partir de LightHist se puede realizar análisis histológico de tejido mamario en circuitos integrados de función específica (ASIC, por sus siglas en inglés) y en unidades de procesamiento gráfico embebidas. Esta tesis forma parte del proyecto general “Algoritmos de visión artificial para realizar análisis de imágenes digitales para diagnóstico clínico parasitológico, urológico, hematológico y en muestras histológicas de patología” que realiza el Instituto Tecnológico de Chihuahua en conjunto con la Facultad de Medicina y Ciencias Biomédicas de la Universidad Autónoma de Chihuahua, y del proyecto “Clasificación de parásitos en muestras de copro mediante aprendizaje de máquina”, con clave 10071.21-P del Tecnológico Nacional de México.
metadata.dc.type:	info:eu-repo/semantics/masterThesis
Aparece nas colecções:	Maestría en Ciencias en Ingeniería Electrónica

Este registo está protegido por copyright original. Ver licença

Este registo está protegido por Licença Creative Commons