Ver Estadísticas

Tesis Validadas: 0

Tesis de Posgrado: 2650

Número de Visitas: contador visitas

  1. Repositorio Institucional del Tecnológico Nacional de México (RI - TecNM)
  2. Tesis de Posgrado
  3. Morelos
  4. Centro Nacional de Investigación y Desarrollo Tecnológico
  5. Tesis CENIDET
  6. Tesis de Maestría
  7. Tesis de Maestría en Computación

Please use this identifier to cite or link to this item: https://rinacional.tecnm.mx/jspui/handle/TecNM/7741
Full metadata record
DC FieldValueLanguage
dc.contributor.authorPineda Tapia, Rodrigo%622478-
dc.creatorPineda Tapia, Rodrigo%622478-
dc.date.accessioned2024-05-07T22:14:09Z-
dc.date.available2024-05-07T22:14:09Z-
dc.date.issued2016-08-04-
dc.identifier.urihttps://rinacional.tecnm.mx/jspui/handle/TecNM/7741-
dc.descriptionEl Presente trabajo de investigación aborda el problema de la detección tardía del cáncer abdominal en seres humanos, y que debido a la falta de revisiones medicas constantes, el diagnostico de esta enfermedad se da en etapas ya avanzada. Dentro del trabajo se propone utilizar un desarrollo computacional para definir, implementar, evaluar y validar un mecanismo de diagnostico llevando a cabo el análisis de imágenes utilizando algoritmos de detección de patrones propios de la inteligencia artificial. Lo anterior se da desarrollando un algoritmo de reconocimiento de alteraciones de imágenes irídicas en busca de correlación existente entre el padecimiento de cáncer abdominal con respecto a las alteraciones encontradas dentro del iris de los usuarios. Para ello se propone un algoritmo basado en la unión y mejora de algoritmos tales como: a) Filtrados de imágenes: Laplace; Sobel y Canny. b) Reconocimientos de patrones: Hough y Snake. c) Segmentación: Crop; División; Fusión; Segmentación por homogeneidad y Segmentación por cuadrantes. d) Modelos de color : HSV; HSL; RGB; Escala de grises; Infrarrojo y Negativos. e) Correlación de puntos SIFT; SURF y ASIFT. Los resultados obtenidos en esta investigación fueron satisfactorios debido a que los porcentajes de asertividad con respecto a la enfermedad fueron del 98% teniendo un error del 2%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.titleReconocimiento Automático de Alteraciones en el Iris; caso de Estudio: Cáncer Abdominales_MX
dc.typeinfo:eu-repo/semantics/masterThesises_MX
dc.contributor.directorLopez Sanchez, Maximo %89655-
dc.contributor.directorPinto Elias, Raul%16149-
dc.folio998es_MX
dc.rights.accessinfo:eu-repo/semantics/openAccesses_MX
dc.publisher.tecnmCentro Nacional de Investigación y Desarrollo Tecnológicoes_MX
Appears in Collections:Tesis de Maestría en Computación

Files in This Item:
File Description SizeFormat 
MC_Rodrigo_Pineda_Tapia_2016.pdfTesis7.53 MBAdobe PDFView/Open
MC_Rodrigo_Pineda_Tapia_2016_c.pdf
  Restricted Access		Cesión de derechos235.09 kBAdobe PDFView/Open Request a copy


This item is protected by original copyright

View License
Show simple item record


This item is licensed under a Creative Commons License Creative Commons