Desarrollo de un clasificador por medio de redes neuronales y los K vecinos de un Diagnóstico de neumonía infantil a través de imágenes de rayos-X/ Jorge Manuel Barrios Sánchez; Fredy Alberto Munera Romero; Julio Cesar Lopez Morelo; Adrian Gomez Consuegra .
Tipo de material:
TextoDetalles de publicación: Cartagena de Indias : Corporación Universitaria Rafael Nuñez, 2025.Descripción: 8 hojasTipo de contenido: - sin mediacion
- volumen
- INS 2025 B276
| Imagen de cubierta | Tipo de ítem | Biblioteca actual | Biblioteca de origen | Colección | Ubicación en estantería | Signatura topográfica | Materiales especificados | Info Vol | URL | Copia número | Estado | Notas | Fecha de vencimiento | Código de barras | Reserva de ítems | Prioridad de la cola de reserva de ejemplar | Reservas para cursos | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
Trabajos de grado
|
Biblioteca Miguel Henríquez Castañeda Trabajos de grado | Trabajos de grado | INS 2025 B276 (Navegar estantería(Abre debajo)) | Disponible | 025592 |
Trabajo de grado (Ingeniero de Sistemas). Corporación Universitaria Rafael Nuñez. Programa de Ingenieria de Sistemas, 2025.
Incluye bibliografia.
"Se enfoca en la clasificación de un diagnóstico de neumonía infantil a través de imágenes de rayos X, la base de datos de las imágenes son tomadas de imágenes de rayos X de trax (anteroposterior) de cohortes retrospectivas de pacientes pediátricos de uno a cinco años del Centro Médico de Mujeres y Niños de Guangzhou. Por medio de un programa en Matlab se extraen 7 características de la imagen que nos ayudara a determinar si el paciente tiene presente una bacteriarelacionada a la neumonía o el diagnóstico es normal, se realiza la clasificación por medio de dos clasificadores por medio de redes neuronales y el algoritmo de los k vecinos, se realiza una comparación de cuál de ellos es mejor clasificador, se toman como base de datos 49 imágenes con diagnostico normal y 48 con presencia de la bacteria. Se tienen en cuenta7 características que son: la media, desviación, entropía, contraste, correlación, energía, homogeneidad, se obtiene una eficiencia del 89% para los vecinos y de más de un 96.9% para el algoritmo de las redes neuronales"
Ingenieria de Sistemas
No hay comentarios en este titulo.

