bachelorThesis
Estudio comparativo en la identificación de imágenes usando vision transformer y CNN para la detección de COVID-19
Fecha
2023-03Autor
Garcias Barros, Narcisa Lisseth
Lucero Zamora, Carlos Alfredo
Institución
Resumen
El virus COVID-19 (Sars-Cov2) es una pandemia mortal que tuvo una gran repercusión global debido a la falta de preparación en la gestión de riesgos y la identificación de nuevas enfermedades infecciosas. Aunque la población ha desarrollado cierta inmunidad al virus, es importante centrarse en el cuidado de los sectores vulnerables de la sociedad, ya que son propensos a desarrollar estados graves de la enfermedad debido a enfermedades crónicas. El COVID-19 afecta principalmente el tracto respiratorio, con el pulmón siendo uno de los principales órganos afectados. Las radiografías de tórax y las tomografías computarizadas son técnicas adecuadas para diferenciar la enfermedad de otras enfermedades pulmonares. El aprendizaje profundo se ha utilizado para detectar casos de COVID-19 mediante el entrenamiento de modelos con imágenes de rayos X, aunque algunos de ellos pueden sufrir de sobreajuste y errores de generalización debido a la limitada cantidad de datos. Las redes neuronales convolucionales son eficientes en la clasificación de imágenes, pero pueden presentar limitaciones debido al creciente tamaño de los conjuntos de datos y el tiempo de procesamiento. Vision Transformer es una nueva arquitectura que puede superar estas limitaciones y mejorar el rendimiento predictivo de COVID-19 mediante la destilación de tecnología y la obtención de más información médica. The COVID-19 (Sars-Cov2) virus is a deadly pandemic that had a major global impact due to the lack of preparation in risk management and identification of new infectious diseases. Although the population has developed some immunity to the virus, it is important to focus on the care of vulnerable sectors of society as they are prone to developing severe states of the disease due to chronic illnesses. COVID-19 mainly affects the respiratory tract, with the lung being one of the main affected organs. Chest X-rays and computed tomography scans are suitable techniques to differentiate the disease from other lung diseases. Deep learning has been used to detect COVID-19 cases by training models with X-ray images, although some of them may suffer from overfitting and generalization errors due to the limited amount of data. Convolutional neural networks are efficient in image classification but may have limitations due to the growing size of data sets and processing time. Vision Transformer is a new architecture that can overcome these limitations and improve the predictive performance of COVID-19 through technology distillation and obtaining more medical information.