| dc.contributor | Vargas Cardona, Hernán Darío | |
| dc.creator | Muñoz Díaz, Andrés Felipe | |
| dc.date | 2024-06-17T19:29:27Z | |
| dc.date | 2024-06-17T19:29:27Z | |
| dc.date | 2022 | |
| dc.date.accessioned | 2026-10-15T17:13:59Z | |
| dc.date.available | 2026-10-15T17:13:59Z | |
| dc.identifier | https://vitela.javerianacali.edu.co/handle/11522/2811 | |
| dc.identifier.uri | https://hdl.handle.net/20.500.12032/190995 | |
| dc.description | En el mundo, gran cantidad de personas padecen enfermedades respiratorias, las cuales pueden ser o no diagnosticadas. A causa del mal o tardío diagnóstico, se presentan gran cantidad de muertes al año, por lo cual es importante encontrar una manera viable que permita detectar las patologías prematuramente para así mismo poder dar tratamiento oportuno y no en etapas avanzadas de las enfermedades. Dado esto, este trabajo propone una metodología en lenguaje Python la cual permite identificar radiografías de tórax patológicas y no patológicas. Lo anterior se hace a partir de 3 etapas, la primera de pre-procesamiento de imágenes, en la que se realiza una limpieza de las imágenes diagnósticas y eliminación de ruido. La segunda una etapa de extracción de características discriminativas y una tercera etapa donde a partir de técnicas de aprendizaje de máquina para realizar la clasificación propuesta desde diferentes algoritmos. | |
| dc.description | In the world, a large number of people suffer from respiratory diseases, which may or may not be diagnosed. Due to the bad or late diagnosis, there are a large number of deaths per year, so it is important to find a viable way of detecting pathologies prematurely in order to be able to give timely treatment and not in advanced stages of the diseases. Given the above, this work proposes a methodology in Python programming language which makes it possible for identifying pathological and non-pathological chest xrays. This is done from 3 stages, the first one of image pre-processing, in which diagnostic images are cleaned and the noise is eliminated. The second a stage of extraction of discriminative characteristics and a third stage where different machine learning algorithms are used to carry out the proposed classification. | |
| dc.format | 55 p. | |
| dc.format | application/pdf | |
| dc.format | application/pdf | |
| dc.format | application/pdf | |
| dc.format | application/pdf | |
| dc.language | spa | |
| dc.publisher | Pontificia Univerisdad Javeriana Cali | |
| dc.rights | https://creativecommons.org/licenses/by-nc-nd/4.0/ | |
| dc.rights | https://creativecommons.org/licenses/by-nc-nd/4.0/ | |
| dc.rights | http://purl.org/coar/access_right/c_abf2 | |
| dc.subject | Machine learning | |
| dc.subject | Image processing | |
| dc.subject | Featuring extraction | |
| dc.subject | Pathology | |
| dc.subject | Xray - Diagnostic image | |
| dc.subject | Aprendizaje de máquina | |
| dc.subject | Procesamiento de imágenes | |
| dc.subject | Extracción de características | |
| dc.subject | Patología | |
| dc.subject | Radiografía - Imágen diagnóstica | |
| dc.title | Identificación de radiografías patológicas y no patológicas mediante procesamiento digital de imágenes y técnicas de aprendizaje de máquina | |
| dc.type | http://purl.org/coar/resource_type/c_7a1f | |
| dc.type | Tesis/Trabajo de grado - Monografía - Pregrado | |
| dc.type | https://purl.org/redcol/resource_type/TP | |
