Implementación de modelo de machine learning para el diagnóstico del cáncer de mama

Aug 4, 2026

La monografía desarrolla la implementación de un modelo de aprendizaje automático como apoyo a la detección oportuna del cáncer de mama en Nicaragua. El trabajo utiliza un conjunto de datos construido a partir de ecografías de mama previamente diagnosticadas por especialistas y clasificadas según criterios clínicos. La solución integra técnicas de inteligencia artificial que combinan segmentación y clasificación mediante redes neuronales convolucionales. La herramienta se valida con personal de radiología, ajustando el dataset y ajustando la puesta en producción en una plataforma en la nube para facilitar su acceso.

IdiomaSpanish

CategoríaSalud y Atención Médica

FormatoPDF

Páginas98

Tiempo de lectura2 h 31 min

AccesoGratis para descargar

Tabla de contenidos

Introducción

Antecedentes

Justificación

Objetivos

Objetivo General

Objetivos Específicos

Marco Teórico

¿Qué es el cáncer?

Tipos de cáncer

Cáncer de mama

Machine Learning (Aprendizaje Automático)

Aprendizaje supervisado

Aprendizaje no supervisado

Aprendizaje reforzado

Algoritmos de machine learning (Aprendizaje Automático)

Máquinas de Vectores de Soporte (SVM)

K-Vecino más Cercano (KNN)

Regresión Lineal

Regresión Logística

Redes Neuronales Artificiales

Deep learning y su ubicación dentro del machine learning

Redes neuronales convolucionales

Segmentación semántica

UNIVERSIDAD NACIONAL DE INGENIERÍA FACULTAD DE ELECTROTECNIA Y COMPUTACIÓN Trabajo Monográfico Para optar al título de Ingeniero en Computación Tema Implementación de modelo de machine learning para el diagnóstico del cáncer de mama Autor (es) Br. Christhofer Gutiérrez Acevedo Br. Sara Iris Bobadilla Moreno Tutor M.Sc. Narciso Javier Aguilera Centeno Diciembre 2023 Managua, Nicaragua Agradecimientos En primer lugar, deseamos expresar nuestro sincero y profundo agradecimiento a Dios, quien ha sido nuestra fuente de vida, inspiración y fortaleza a lo largo de este viaje académico y que nos ha brindado la sabiduría y la perseverancia para llevar a cabo nuestra tesis de grado. También queremos agradecer a todas las personas e instituciones que han contribuido de manera fundamental al éxito de nuestra investigación. En primer lugar, agradecemos a la Universidad Nacional de Ingeniería por habernos brindado el privilegio de cursar una carrera que consideramos de altonivel y sumamente apasionante. Agradecemos al Centro de Mujeres IXCHEN en Managua, así como a todo su personal, por habernos dado la oportunidad de llevar a cabo este proyectomonográfico en beneficio de la salud de las mujeres nicaragüenses. No podemos dejar de mencionar y agradecer la invaluable ayuda proporcionadapor las especialistas radiólogas del centro médico durante la fase de pruebas; su conocimiento y experiencia resultaron fundamentales para la culminación exitosade este proyecto. Este logro no solo es nuestro, sino también de todos aquellos que nos hanapoyado a lo largo de este camino. A todos ustedes, ¡nuestro más profundo agradecimiento! Resumen Durante los últimos 5 años, el cáncer de mama ha estado entre las 5 principalescausas de muerte por tumoraciones malignas, en Nicaragua. Los decesos poresta enfermedad, en mujeres adultas, ocuparon la cuarta posición en 2022, 2019 y 2018; se ubicó segunda en 2021 y quinta en 2020 [1] . Como una contribuciónen la lucha contra este flagelo, en esta monografía, se explica el proceso seguido en la implantación de un proyecto de adaptación tecnológica de modelos deaprendizaje automático , como apoyo a la detección oportuna del cáncer de mama. El conjunto de datos utilizado se creó a partir de ecografías de mama previamente diagnosticadas por especialistas médicos y clasificadas de acuerdo con tales criterios [2] . Se partió de los resultados alcanzados en cuatro proyectos anteriores, ejecutados por investigadores de instituciones académicas y científicas en América Latina, Estados Unidos y Egipto [3] [4][5] [6][7][8] . Se implementó una solución utilizandotécnicas de Inteligencia Artificial que combinan modelos de segmentación y clasificación de imágenes basadas en redes neurales convolucionales. La herramienta implementada en este trabajo fue puesta a prueba por personal médico especializado en radiología y en el análisis de imágenes de ultrasonido para el diagnóstico médico de cáncer de mama utilizando ecografías. La retroalimentación brindada en esa etapa sirvió para corregir, mejorar y poner apunto la implementación definitiva del nuevo modelo. Esto incluyó, ajustarapropiadamente el conjunto de datos utilizado por la máquina de aprendizajeautomático que finalmente fue puesta en producción. Para facilitar el acceso al mismo, a través de Internet, el recurso desarrollado se instaló en una plataforma en la nube. Esto contribuirá a facilitar y aprovechar, con mayor eficiencia, la disponibilidad de esta herramienta por parte de personal médico y operadores deservicios de salud que lo necesiten. Índice de contenido 1. Introducción ................................................................................................. 10 2. Antecedentes ............................................................................................... 11 3. Justificación ................................................................................................. 15 4. Objeti

Preguntas frecuentes

Qué objetivo persigue la monografía sobre cáncer de mama?

Explica el proceso para implementar un proyecto de adaptación tecnológica de modelos de aprendizaje automático que apoye la detección oportuna del cáncer de mama.

De dónde provienen los datos usados para entrenar el modelo?

El conjunto de datos se creó a partir de ecografías de mama previamente diagnosticadas por especialistas médicos y clasificadas según criterios clínicos.

Cómo funciona la solución propuesta en términos de técnicas de inteligencia artificial?

Integra técnicas de inteligencia artificial que combinan segmentación y clasificación de imágenes mediante redes neuronales convolucionales.

Aug 4, 2026

Subir por Seraphina