Tesis (Ingeniero Biomédico)

Hoy en día son de suma importancia los procedimientos de diagnóstico basados en imágenes gracias a su alto nivel de eficiencia y practicidad, lamentablemente existen limitantes en cuanto a su interpretación se trata; Este es el caso de la Neoplasia Intraepitelial Cervical o displasia cervical. Muchas mujeres alrededor del mundo padecen esta lesión y aunque en varias ocasiones no compromete su vida, aún existen casos en los que las pacientes desarrollan uno de los 5 tipos de cáncer con mayor tasa de mortalidad del mundo, el cáncer cervical. Para la displasia cervical es usual la implementación de colposcopía como método de diagnóstico inicial, dado que permite identificar la lesión y su grado de severidad; Pero se limita en la complejidad de los tejidos y en ocasiones, la falta de experiencia del especialista que lleva a cabo el diagnóstico. Pese a que en países desarrollados estas problemáticas de diagnóstico no son muy comunes, es importante el desarrollo de tecnologías de asistencia diagnóstica para regiones en las que se necesitan. Con este trabajo se propone el uso de modelos de clasificación basados en aprendizaje profundo, para comprobar la presencia de la lesión y el grado de severidad en imágenes de colposcopía.