Diseño de un algoritmo de reconocimiento para mejorar la efectividad de la identificación de tumores de mama
| Autor: | Bardales Bruno, Eduardo Antonio |
|---|---|
| Přispěvatelé: | Boy Chavil, Luis Enrique |
| Jazyk: | Spanish; Castilian |
| Rok vydání: | 2021 |
| Předmět: | |
| Zdroj: | Universidad Nacional de Trujillo Repositorio Institucional-UNITRU UNITRU-Tesis instacron:UNITRU |
| Popis: | El presente trabajo de investigación sirve para mejorar los niveles de precisión y reconocimiento en los diagnósticos de carcinomas mamarios empleando técnicas validos en patrones de desarrollo tecnológicos. Según Suasnabar,(2015). Por tanto, es prevenible y curable no se ha logrado en nuestro país reducir la mortalidad se encuentra en este momento actual entre los primeros 4 causas de muerte de cáncer de la mujer. La muestra participante fueron 149 pacientes con tumores mamarios, el modelo de investigación del que fue utilizado en la presente investigación fue pre experimental. El actual aporte es aquel del cual nos daría una contestación rápida y certera en los diagnósticos de carcinomas mamarios, tomando en cuenta que el modelo algorítmico efectúa rápidamente una diferenciación mediante los niveles de procesamientos entre las imágenes tomadas en cuenta como valores de entrada. Así mismo el modelo algorítmico empieza a partir de sus patrones definidos en su diseño prototipo dando por consecuencia los resultados mostrados en la presente investigación, estos a la vez son en base a su desarrollo de procesamiento dando como respuesta muestras certeras, podemos describir también que de esta manera se desarrolla el proceso de filtro también internamente basado en estudios desarrollados por métodos y modelos de Gabor a cada imagen procesada, tomado en cuenta todo lo descrito es el procedimiento de puede afirmar que se ha llegado a determinar una rápida certera y efectiva identificación de tumores cancerígenos así mismo se pudo llegar a determinar los niveles y grados de anomalías a través de una base de datos centralizada y las etapas del mismo .Con los resultados encontrados cabe precisar que se mejoró muy significativamente la efectividad de la identificación de los tumores de mama, así mismo empleando pruebas de Wilcoxon teniendo conocimiento que de un grupo experimental (pretest y posttest) podremos probar muestras relacionadas con un Sigma de Probabilidad = 0.000 < 0.010. Po lo tanto, se deniega la hipótesis (Ho) y se acepta la hipótesis Hi. Así mismo los paralelismos encontrados en el pre-test de la Efectividad de la identificación de los tumores de mama aplicando la solución en el Hospital IREN NORTE Trujillo, 2017 (sin la aplicación de la solución mencionada) son: el 67.79% es bajo y el 30.87% es medio. Sin embargo, en el post los niveles de la variable Efectividad de la identificación de los tumores de mama, son el 67.79% es alto y el 32.21% es bajo. Los niveles encontrados en el pretest son del 52.35% es medio y el 38.93% es bajo. Sin embargo, en el post test los niveles de dimensión, precisión y de la efectividad de la identificación de los tumores de mama son: el 54.36% es medio y el 27.52% es alto. This research work serves to improve the levels of precision and recognition in breast carcinoma diagnoses using valid techniques in technological development patterns. According to Suasnabar, (2015). Therefore, it is preventable and curable. In our country, it has not been possible to reduce mortality. It is currently among the top 4 causes of cancer death in women. The participating sample consisted of 149 patients with mammary tumors, the research model used in the present investigation was pre-experimental. The current contribution is that of which it would give us a quick and accurate answer in the diagnoses of breast carcinomas, taking into account that the algorithmic model quickly makes a differentiation through the levels of processing between the images taken into account as input values. Likewise, the algorithmic model begins from its patterns defined in its prototype design, resulting in the results shown in the present investigation, these at the same time are based on its processing development, giving accurate samples as a response, we can also describe that of In this way, the filter process is developed also internally based on studies developed by Gabor methods and models for each processed image, taking into account everything described is the procedure that can affirm that a fast, accurate and effective identification of cancer tumors likewise it was possible to determine the levels and degrees of anomalies through a centralized database and the stages of the same. With the results found, it should be specified that the effectiveness of the identification of breast tumors was very significantly improved, likewise using Wilcoxon tests having knowledge that from an experimental group (pretest and posttest) we can test samples related to a Probability Sigma = 0.000 |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|