Publicación:
Detección temprana de melanoma : aplicación de técnicas de procesamiento de imágenes y aprendizaje profundo

Vista sencilla de ítem
dc.contributor.advisorÁlvarez Barrera, Claudia Patricia
dc.contributor.authorLacouture Fierro, Juan David
dc.coverage.spatialMedellín de: Lat: 06 15 00 N degrees minutes Lat: 6.2500 decimal degrees Long: 075 36 00 W degrees minutes Long: -75.6000 decimal degreeseng
dc.creator.degreeMagíster en Ciencias de Datos y Analíticaspa
dc.creator.emailjdlacoutuf@eafit.edu.co
dc.creator.grantorN/A
dc.date.accessioned2025-05-27T16:41:16Z
dc.date.available2025-05-27T16:41:16Z
dc.date.issued2025
dc.descriptionEl cáncer de piel es el más común a nivel mundial, con el melanoma representando solo el 1% de los casos, pero causando la mayoría de las muertes asociadas a esta enfermedad. En Estados Unidos se diagnosticaron 97,610 nuevos casos de melanoma en 2023, con una mortalidad de 7,990 personas. En Colombia, la incidencia del melanoma ha aumentado significativamente en los últimos años. Según la Cuenta de Alto Costo en el 2024 se reportaron 7,881 casos, con el 11.94% de diagnósticos nuevos concentrados en Bogotá y la región Central. Asimismo, el número total de casos atendidos en el país pasó de 53,622 en 2017 a más de 105,000 en 2021. Estos datos posicionan a Colombia como el cuarto país en América con mayor incidencia de melanoma, lo que subraya la necesidad de implementar herramientas innovadoras para el diagnóstico temprano. Este proyecto desarrolla un modelo de aprendizaje profundo para diagnosticar melanoma mediante imágenes médicas, utilizando redes neuronales convolucionales y procesamiento avanzado. El modelo abarca recopilación de datos, entrenamiento y validación, con el objetivo de ofrecer diagnósticos rápidos y precisos. La investigación promueve la integración de inteligencia artificial en la práctica médica, lo que habilitaría el acceso al diagnóstico temprano en regiones con pocos especialistas, reduciendo la carga sobre el sistema de salud. En conclusión, esta iniciativa marcará un hito en la atención dermatológica de Colombia, beneficiando tanto a las áreas de alta incidencia como a las comunidades rurales.
dc.description.abstractSkin cancer is the most common type of cancer worldwide, with melanoma accounting for only 1% of cases but causing most deaths associated with this disease. In the United States, 97,610 new cases of melanoma were diagnosed in 2023, with a mortality rate of 7,990. In Colombia, the incidence of melanoma has increased significantly in recent years. According to the Cuenta de Alto Costo, 7,881 new cases were reported in 2024, with 11.94% of diagnoses concentrated in Bogotá and the Central region. Additionally, the total number of cases treated in the country increased from 53,622 in 2017 to more than 105,000 in 2021. These figures place Colombia as the fourth country in the Americas with the highest incidence of melanoma, highlighting the urgent need to implement innovative tools for early diagnosis. This project develops a deep learning model to diagnose melanoma through medical imaging, utilizing convolutional neural networks and advanced image processing techniques. The model includes data collection, training, and validation, aiming to deliver rapid and accurate diagnoses. The research encourages for the integration of artificial intelligence into medical practice, enabling early diagnosis in regions with limited access to specialists and alleviating the burden on the healthcare system. In conclusion, this initiative represents a milestone in dermatological care in Colombia, benefiting both high-incidence areas and rural communities.
dc.identifier.urihttps://hdl.handle.net/10784/35359
dc.language.isospaspa
dc.publisherUniversidad EAFITspa
dc.publisher.departmentEscuela de Ciencias Aplicadas e Ingeniería. Área Computación y Analíticaspa
dc.publisher.placeMedellín
dc.publisher.programMaestría en Ciencias de los Datos y Analíticaspa
dc.relation.uriN/A
dc.rightsTodos los derechos reservadosspa
dc.rights.accessrightsinfo:eu-repo/semantics/openAccesseng
dc.rights.localAcceso abiertospa
dc.subjectMelanoma cutáneo
dc.subjectLesiones pigmentadas
dc.subjectDiagnóstico
dc.subjectImágenes médicas
dc.subjectProcesamiento de imágenes
dc.subjectAprendizaje profundo
dc.subjectRedes neuronales convolucionales
dc.subjectDetección temprana de enfermedades
dc.subject.keywordCutaneous melanoma
dc.subject.keywordPigmented lesions
dc.subject.keywordDiagnosis
dc.subject.keywordMedical imaging
dc.subject.keywordMedical imaging
dc.subject.keywordImage processing
dc.subject.keywordDeep learning
dc.subject.keywordConvolutional neural networks
dc.subject.keywordEarly disease detection
dc.subject.lembCIENCIA DE LA INFORMACIÓN
dc.subject.lembMELANOMA
dc.subject.lembAPRENDIZAJE AUTOMÁTICO (INTELIGENCIA ARTIFICIAL)
dc.subject.lembCÁNCER - DIAGNÓSTICO
dc.subject.lembREDES NEURALES (COMPUTADORES)
dc.titleDetección temprana de melanoma : aplicación de técnicas de procesamiento de imágenes y aprendizaje profundo
dc.typemasterThesiseng
dc.typeinfo:eu-repo/semantics/masterThesiseng
dc.type.hasVersionacceptedVersioneng
dc.type.localTesis de Maestríaspa
dc.type.spaOtro
dspace.entity.typePublication

Archivos

Colecciones

Maestría en Ciencias de los Datos y Analítica (tesis)