Aplicación de las técnicas de aprendizaje automático para la ubicación y detección temprana de tumores cerebrales

Abstract

Con el propósito de asistir al personal médico en Colombia y agilizar el proceso de diagnóstico, teniendo en cuenta la importancia de detectar tumores de una manera temprana, se decidió hacer un modelo que identifique tres tipos de tumores cerebrales, Meningiomas, Gliomas y Tumores Pituitarios, o que identifique si no se encuentra ningún tumor. Estos tipos de tumores cerebrales son los más comunes según diferentes estudios referenciados en el documento. El modelo fue construido a partir de un conjunto de datos público encontrado en el repositorio Kaggle llamado "Brain Tumor Classification (MRI)". Bajo la supervisión de un experto se verificó que efectivamente las imágenes estuvieran clasificadas correctamente en los distintos tipos de tumores. El modelo recibe como entrada una resonancia magnética (MRI) y como resultado se obtiene la clasificación del tumor y su ubicación. millones COP.

With the purpose of assisting medical personnel in Colombia and speeding up the diagnostic process, taking into account the importance of detecting tumors early, it was decided to develop a model that identifies three types of brain tumors, meningiomas, gliomas, and pituitary tumors, or identifies if no tumors are found. These types of brain tumors are the most common according to different studies referenced in the document. The model was built using a public data set found in the Kaggle repository called "Brain Tumor Classification (RM)". Under the supervision of an expert, it was verified that the images were classified into the correct types of tumors. The model receives as input a magnetic resonance imaging (MRI) and outputs the tumor classification and its location.