Uso de aprendizaje profundo para la localización de regiones de interés en imágenes médicas

CHRISTIAN BOTTA; LUCAS OLIVERA; DANIEL MARTÍN MORALES; CAPPELLETTI MARCELO

San Miguel de Tucumán

Congreso; 11° Congreso Nacional de Ingeniería en Informática / Sistemas de Información (CoNaIISI 2023); 2023

Red de Informática/Sistemas de Información "RIISIC", del CONFEDI

Actualmente, la medicina ha experimentado un notable avance gracias a la aplicación de tecnologías de inteligencia artificial, en particular, el aprendizaje profundo (Deep Learning). Una de las áreas más destacadas es la visión artificial aplicada a la localización de regiones de interés en estudios médicos. Esta tecnología permite a los profesionales de la salud detectar anormalidades o patologías en imágenes médicas de manera precisa y eficiente. En este trabajo, se exploraron técnicas avanzadas de Deep Learning para la localización de Regiones de Interés en imágenes de formato DICOM. Se abordaron tres aspectos fundamentales: detección, clasificación y segmentación, utilizando para ello dos arquitecturas populares dentro del ámbito de las Redes Neuronales Artificiales: YOLO y U-Net. Particulamente, se llevaron a cabo dos análisis diferentes, por un lado la segmentación de pulmones, y por otro lado, la clasificación y detección de neumonía.