bachelorThesis
Análisis de imágenes de rayos X de Covid-19 a través de redes neuronales artificiales.
Fecha
2021-03Autor
Morocho Sande, Kevin Luis
Pulig Cesén, Danny Xavier
Institución
Resumen
En la actualidad, las pruebas más efectivas para la detección de Covid-19 como el análisis de
imágenes por tomografía axial computarizada (TAC) y las evaluaciones médicas de
laboratorio como la prueba de reacción en cadena de la polimerasa (PCR), son uno de los
métodos más efectivos para el diagnóstico de esta enfermedad. La única desventaja es que
estos métodos tradicionales son muy costosos y eso implicaba que la población de clase
media-baja no tenga acceso a estas pruebas de detección. Las redes neuronales artificiales
juegan un papel muy importante en el campo de la medicina y en investigaciones
tecnológicas que contribuyan a la detección de enfermedades como el Covid-19. Este
proyecto se centralizó con el fin de proporcionar un apoyo a los médicos en la toma de
decisiones, utilizando herramientas tecnológicas. Se realizó un modelo de machine learning
para el análisis de imágenes de rayos X para la detección de Covid-19 a través de redes
neuronales convolucionales. El algoritmo fue realizado en el lenguaje de programación
Python con el uso del entorno de desarrollo en la nube de Google Colaboratory. Por medio de
los repositorios de acceso público de GitHub y Kaggle, se recolectaron bases de datos de
imágenes de rayos X de tórax de pacientes con Covid-19 y pacientes normales (sanos) para
generar un dataset con imágenes de entrenamiento y validación. Se realizaron pruebas
experimentales con tres tipos de arquitectura de redes neuronales convolucionales para los
modelos A, B y C. Siendo el modelo C el que obtuvo los mejores resultados. Currently, the most effective tests for the detection of Covid-19 such as computed axial
tomography (CT) image analysis and laboratory medical evaluations such as the polymerase
chain reaction (PCR) test, are one of the most effective methods for the diagnosis of this
disease. The only disadvantage is that these traditional methods are very expensive and that
meant that the lower-middle class population did not have access to these screening tests.
Artificial neural networks play a very important role in the field of medicine and in
technological research that contributes to the detection of diseases such as Covid-19. This
project was centralized in order to provide support to doctors in decision-making, using
technological tools. A machine learning model was performed for the analysis of X-ray
images for the detection of Covid-19 through convolutional neural networks. The algorithm
was carried out in the Python programming language with the use of the Google
Colaboratory cloud development environment. Through the public access repositories of
GitHub and Kaggle, databases of chest X-ray images of patients with Covid-19 and normal
(healthy) patients were collected to generate a dataset with training and validation images.
Experimental tests were carried out with three types of convolutional neural network
architecture for models A, B and C. Model C being the one that obtained the best results.