Redes neuronales convolucionales en la detección de afecciones respiratorias de los sistemas locales de salud: una revisión sistemática entre los años 2010 y 2020
Fecha
2021-01-27Autor(es)
Esparza del Castillo, Jose Alberto
Metadatos
Mostrar el registro completo del ítemResumen
El presente trabajo de investigación se llevó a cabo con el fin de dar a conocer los enfoques de las redes neuronales convolucionales en la detección de afecciones respiratorias de los sistemas locales de salud, tomando como base la revisión de la literatura científica de los últimos 10 años. Esta investigación utilizó las indicaciones definidas por la estrategia PRISMA. Luego de hacer una búsqueda sistemática de los estudios publicados en el periodo de tiempo antes mencionado, se seleccionaron 23 investigaciones extraídas de bases de datos internacionales, haciendo uso de criterios de búsqueda como convolutional neural networks, pneumonia, coronavirus, pulmonary, lungs, chest disease, covid-19 y lung disease. Los resultados obtenidos muestran distintas estrategias del uso de las redes neuronales convolucionales en la detección de afecciones respiratorias, las cuales pueden ser agrupadas en dos categorías: detección de afecciones respiratorias en tomografías de tórax y detección de afecciones respiratorias en radiografías de tórax. De acuerdo con lo mencionado, se concluye que el empleo de las redes neuronales convolucionales es relevante, debido a la gran cantidad de resultados favorables que se han dado a lo largo del tiempo en el campo de la imagenología.
Mostrar más
Cita bibliográfica
Esparza, J. A. (2020). Redes neuronales convolucionales en la detección de afecciones respiratorias de los sistemas locales de salud: una revisión sistemática entre los años 2010 y 2020 (Trabajo de investigación). Repositorio de la Universidad Privada del Norte. Recuperado de https://hdl.handle.net/11537/25838
Colecciones
El ítem tiene asociados los siguientes ficheros de licencia:
Excepto si se señala otra cosa, la licencia del ítem se describe como info:eu-repo/semantics/openAccess
Ítems relacionados
Mostrando ítems relacionados por Título, autor o materia.
-
Nivel de predicción de la productividad laboral en el sector construcción utilizando un modelo de red neuronal artificial, Cajamarca 2022
Luna Peralta, Diego Jose; Murga Diaz, Bryam Alex (Universidad Privada del Norte, 2023-04-15)Acceso abiertoLa productividad laboral en la industria de la construcción es uno de los parámetros más importantes para estimar, presupuestar y programar un proyecto. La presente investigación tuvo como objetivo principal conocer el ... -
Estimación de las características geomecánicas del macizo rocoso mediante la inteligencia artificial
Bardales Correa, Carlos David; Zamora Muñoz, Carlos (Universidad Privada del Norte, 2019-09-20)Acceso abiertoRESUMEN La Inteligencia Artificial, cada vez está más presente en diversas actividades humanas, los avances tecnológicos son el soporte de múltiples procesos automatizados orientados a la optimización del funcionamiento ... -
Comparación de tres sistemas expertos y diferentes espacios de color en la clasificación del grado de madurez de frutos de aguaymanto (PHYSALIS PERUVIANA L.)
Bazán Soriano, Karen Stefany; Cotrina Bazán, Carlos Adrián (Universidad Privada del Norte, 2018-06-22)Acceso cerradoRESUMEN La clasificación de frutas frescas según su madurez es un trabajo comúnmente subjetivo y tedioso; en consecuencia, existe un creciente interés en el uso de técnicas no invasivas como las basadas en la visión ...