000			nam a22 7a 4500
999			_c47108 _d47108
005			20220111113449.0
008			220111e2021 ck a|||fsm||| 00| 0 spa d
040			_aCO-NeUS _bspa _erda
041			_aspa
100	1		_9150407 _aRodríguez Borda, María Ximena _eaut
245	1	0	_aClasificación de lesiones dermatológicas usando redes neuronales convolucionales, métodos ensemble y servicio web / _cMaría Ximena Rodríguez Borda, Arturo Polanco Lozano; Director Juan Antonio Castro Silva
256			_aDatos electrónicos (1 archivos:20036 MG)
264	1		_aNeiva: _bUniversidad Surcolombiana, _c2021
300			_a1 CD-ROM (255 páginas); _bdiagramas, tablas o cuadros; _c12 cm
336			_2rdacontent _atxt _btxt
337			_2rdamedia _ac _bcd
338			_2rdacarrier _acd _bcd
347			_2rda _atexto _bpdf
502			_aTesis _bIngeniero del Software _cUniversidad Surcolombiana. Facultad de Ingeniería. Ingeniería del Software _d2021
505			_aIntroducción -- Antecedentes y justificación -- Formulación del problema -- Objetivos -- Alcance y limitaciones -- Marco teórico, investigación técnica modelo de clasificación, investigación técnica Ingeniería de Software, investigación médica de las lesiones de piel -- Metodología, metodología modelo de clasificación, metodología ingeniería de software -- Secuencia y actividades que se desarrollarán, modelo de clasificación, ingeniería de software -- Cronograma -- Análisis y diseño, análisis, diseño -- Implementación modelo de clasificación -- Resultados, creación modelo de redes neuronales convolucionales, ingeniería de software, pruebas, despliegue -- Conclusiones y recomendaciones
520			_a"El proyecto consiste en desarrollar un sistema de información web y móvil que permita clasificar diferentes lesiones de la piel, entre las que se encuentran: Melanoma, Carcinoma de Células Basales, Queratosis Benigna y Melanocito Nevi. Estas lesiones representan distintos riesgos para los pacientes, por lo tanto, es importante ayudar a diagnosticar las que pueden llegar a comprometer la vida de los pacientes o tranquilizarlos si no representan peligro. Gracias a la competencia SIIM-ISIC Melanoma Classification Challenge, se cuenta con un conjunto de datos que contiene imágenes distribuidas públicamente, además de los modelos de predicción ganadores de cada uno de los años. Se implementa un sistema de diagnóstico asistido por computador (CADx) usando un servicio web desarrollado con la librería FastAPI, que está alojado en la nube de Google Cloud Platform. Como producto final tenemos una aplicación web y móvil desarrollada en el framework React Native que permite la comunicación e interacción del cliente con el servicio web."
700	1		_9150408 _aPolanco Lozano, Arturo _eaut
700	1		_9146454 _aCastro Silva, Juan Antonio, _edrt
082	0	4	_221 _aTh IS 09
650		0	_9150409 _aIngeniería Software _xRedes neuronales
650		0	_9150410 _aSistemas de Información _xLesiones de piel - Dermatología
942			_2Local _cCD _hTh IS 09 _kTh