Variantes de vectores de Fisher para la clasificación de imágenes de lesiones de piel mediante redes neuronales profundas residuales
El melanoma es un cáncer que surge de los melanocitos, celulas que se encuentran predominantemente en la piel. En los últimos 20 años el número de casos de cáncer de melanomas se ha duplicado en el mundo, siendo muy importante la detección temprana para su tratamiento. El presente trabajo investiga...
Guardado en:
| Autor principal: | |
|---|---|
| Otros Autores: | , , , |
| Formato: | Tesis Libro |
| Lenguaje: | Español |
| Publicado: |
29 de agosto de 2025
|
| Aporte de: | Registro referencial: Solicitar el recurso aquí |
| LEADER | 04109nam a22003497a 4500 | ||
|---|---|---|---|
| 003 | AR-BaUEN | ||
| 005 | 20251120171824.0 | ||
| 008 | 251112s2025 ag ado|f m||| 000 0|spa|d | ||
| 040 | |a AR-BaUEN |b spa |c AR-BaUEN | ||
| 041 | 0 | |b spa |b eng | |
| 044 | |a ag | ||
| 084 | |a DMI 007828 | ||
| 100 | 1 | |a Salto, Cristian Luciano | |
| 245 | 1 | 0 | |a Variantes de vectores de Fisher para la clasificación de imágenes de lesiones de piel mediante redes neuronales profundas residuales |
| 246 | 3 | 1 | |a Fisher vector variants for skin lesion image classification using residual deep neural networks |
| 260 | |c 29 de agosto de 2025 | ||
| 300 | |a 111 p. : |b il., diagrs. color, fotos color, gráfs. color, tablas | ||
| 502 | |b Magíster de la Universidad de Buenos Aires en el área de Explotación de Datos y Descubrimiento del Conocimiento |c Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales |d 2025-08-29 | ||
| 506 | |2 openaire | ||
| 518 | |o Fecha de publicación en la Biblioteca Digital FCEN-UBA | ||
| 520 | 3 | |a El melanoma es un cáncer que surge de los melanocitos, celulas que se encuentran predominantemente en la piel. En los últimos 20 años el número de casos de cáncer de melanomas se ha duplicado en el mundo, siendo muy importante la detección temprana para su tratamiento. El presente trabajo investiga alternativas al problema de detección de melanomas mediante la clasificación de imágenes dermatoscópicas utilizando redes neuronales residuales (ResNet) y codificando los descriptores de la misma con Vectores de Fisher. Inicialmente, se desarrollaron modelos basados en clasificadores SVM, los cuales emplearon Vectores de Fisher generados a partir de descriptores de imágenes como GLCM, LBP y HOG. Luego se realizó el reentrenamiento de un clasificador ResNet-50. A continuación se aplicaron Vectores de Fisher a los descriptores de distintas muestras de una imagen. Otra alternativa investigada fue generar Vectores de Fisher sobre la base de los descriptores obtenidos como salida del quinto bloque convolucional de la red ResNet-50. Finalmente, se realizó un ensamble de las aplicaciones de Vectores de Fisher generados a partir de los descriptores de la red convolucional. Los resultados alcanzados se encuentran en el orden de magnitud de trabajos realizados anteriormente, siendo en ensamble de Vectores de Fisher el que mejor resultados alcanzó según las métricas de evaluación. |l spa | |
| 520 | 3 | |a Melanoma is a cancer that arises from melanocytes, cells predominantly found in the skin. In the last 20 years the number of cases of melanoma cancer has doubled in the world, being early detection for its treatment very important. The present work investigates alternatives to the problem of melanoma detection through classification of dermoscopic images using residual neural networks (ResNet) and encoding its descriptors with Fisher Vectors. Initially, models based on SVM classifiers were developed, employing Fisher Vectors generated from image descriptors such as GLCM, LBP, and HOG. Subsequently, a ResNet-50 classifier was retrained. Fisher Vectors were then applied to the descriptors extracted from different regions of an image. Another approach investigated involved generating Fisher Vectors based on the descriptors obtained from the output of the fifth convolutional block of the ResNet-50. Finally, an ensemble of Fisher Vector applications generated from the descriptors of the convolutional network was implemented. The results obtained are comparable to those reported in previous studies, with the Fisher Vector ensemble achieving the best performance according to the evaluation metrics. |l eng | |
| 540 | |2 cc |f https://creativecommons.org/licenses/by-nc-sa/2.5/ar | ||
| 700 | 1 | |a Acevedo, Daniel Germán | |
| 700 | 1 | |a Burgos, Valeria Laura | |
| 700 | 1 | |a Gaggión Zulpo, Rafael Nicolás | |
| 700 | 1 | |a Molina, Matías Daniel | |
| 856 | 4 | |q application/pdf | |
| 931 | |a DC | ||
| 961 | |b tesis |c PR |e ND | ||
| 962 | |a info:eu-repo/semantics/masterThesis |a info:ar-repo/semantics/tesis de maestría |b info:eu-repo/semantics/publishedVersion | ||
| 999 | |c 108695 | ||