dc.creatorArmoa, Guido Sebastián
dc.creatorVega Lencina, Nuria Isabel
dc.creatorEckert, Karina Beatriz
dc.date2022-10
dc.date2023
dc.date2023-03-01T14:42:56Z
dc.date.accessioned2023-07-15T09:40:41Z
dc.date.available2023-07-15T09:40:41Z
dc.identifierhttp://sedici.unlp.edu.ar/handle/10915/149424
dc.identifierisbn:978-987-1364-31-2
dc.identifier.urihttps://repositorioslatinoamericanos.uchile.cl/handle/2250/7488969
dc.descriptionEl presente trabajo de se vio motivado por la histórica pandemia que afectó a todo el mundo desde fines del 2019. El diagnóstico temprano de la enfermedad del COVID-19 es crucial para el tratamiento y control de la enfermedad. En este contexto, la radiografía de tórax juega un papel importante; precisamente este trabajo tiene como objetivo el desarrollo y análisis de un prototipo de software para el reconocimiento de signos de COVID-19 en radiografías de tórax, a partir del procesamiento de imágenes utilizando redes neuronales convolucionales. Se propone un modelo de red neuronal convolucional para detectar signos de COVID-19 en imágenes de radiografías de tórax. La metodología propuesta experimenta y analiza el comportamiento de la misma, mediante el entrenamiento de la red utilizando distintos conjuntos de datos disponibles públicamente. Los resultados experimentales demuestran la efectividad y las limitaciones de la metodología propuesta, logrando un 79% de exactitud en la clasificación.
dc.descriptionXX Workshop Computación Gráfica, Imágenes y Visualización (WCGIV)
dc.descriptionRed de Universidades con Carreras en Informática
dc.formatapplication/pdf
dc.format243-252
dc.languagees
dc.rightshttp://creativecommons.org/licenses/by-nc-sa/4.0/
dc.rightsCreative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
dc.subjectCiencias Informáticas
dc.subjectProcesamiento digital de imágenes
dc.subjectRedes neuronales artificiales
dc.subjectRedes neuronales convolucionales
dc.subjectRadiografía de tórax
dc.titleDetección de signos de COVID-19 en radiografías de tórax a través del procesamiento digital de imágenes con redes neuronales convolucionales
dc.typeObjeto de conferencia
dc.typeObjeto de conferencia


Este ítem pertenece a la siguiente institución