Tesis Validadas: 2,591

Tesis de Posgrado: 2650

Número de Visitas: contador visitas

Utilize este identificador para referenciar este registo: https://rinacional.tecnm.mx/jspui/handle/TecNM/4931
Registo completo
Campo DCValorIdioma
dc.contributor.advisorFajardo Delgado, Daniel-
dc.contributor.authorVargas Cárdenas, Ninderlisbhet-
dc.creatorVargas Cárdenas, Ninderlisbhet 843490-
dc.date.accessioned2023-01-03T01:01:26Z-
dc.date.available2023-01-03T01:01:26Z-
dc.date.issued2019-08-01-
dc.identifier.urihttps://rinacional.tecnm.mx/jspui/handle/TecNM/4931-
dc.descriptionEl cáncer de mama es el más frecuente en las mujeres, al igual que el cervicouterino y el de piel. Las investigaciones médicas para la prevención del cáncer de mama han demostrado que la densidad mamaria es un fuerte indicador del riesgo de cáncer. La densidad puede evaluarse a través de la clasificación propuesta por el Colegio Americano de Radiología (ACR). La presente tesis tiene como objetivo mostrar los resultados obtenidos de la multi clasificación de los niveles de densidad mamográfica utilizando la programación genética. La clasificación multi clase parte de un conjunto de características de textura de las imágenes mamográficas. Se han implementado diversos métodos de extracción de características y de clasificación. Las características de las imágenes son la entrada para los clasificadores. Para los experimentos, se utilizó la base de datos de mamografías de INbreast. Los resultados muestran buena clasificación, donde se ha alcanzado un 70 % de efectividad de clasificación de los niveles de densidad mamográfica a través de la programación genética. Lo anterior se ejecuta en un ambiente paralelo que agiliza la obtención de resultados que servirán como apoyo a los médicos para realizar un diagnostico fiable del riesgo de cáncer.es_MX
dc.language.isospaes_MX
dc.publisherTecnológico Nacional de Méxicoes_MX
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0es_MX
dc.subjectinfo:eu-repo/classification/cti/7es_MX
dc.titleMulti clasificación de los niveles de densidad mamográfica con programación genéticaes_MX
dc.typeinfo:eu-repo/semantics/masterThesises_MX
dc.contributor.directorSánchez Cervantes, María Guadalupe-
dc.rights.accessinfo:eu-repo/semantics/openAccesses_MX
dc.publisher.tecnmInstituto Tecnológico de Ciudad Guzmánes_MX
Aparece nas colecções:Tesis maestría en ciencias de la computación

Ficheiros deste registo:
Ficheiro Descrição TamanhoFormato 
2017_2019_Tesis_NinderlisbhetVC.pdf4.9 MBAdobe PDFVer/Abrir


Este registo está protegido por copyright original.



Este registo está protegido por Licença Creative Commons Creative Commons