Sistema de clasificación de los niveles de cognición normal, afectación leve y enfermedad de Alzheimer a partir de imágenes de Resonancia Magnética

Vista sencilla de ítem
dc.contributor.advisorLoaiza-Correa, Humberto
dc.contributor.authorVillarejo García, Jaime Andrés
dc.date.accessioned2025-09-22T21:24:15Z
dc.date.available2025-09-22T21:24:15Z
dc.date.issued2025
dc.description.abstractEste trabajo de grado implementó dos máquinas de aprendizaje automático para la clasificación de tres niveles de cognición cerebral CN (cognición normal), LMCI (afectación leve cognitiva), y AD (enfermedad de Alzheimer) en imágenes de resonancia magnética del plano sagital en secuencia T1. La base de datos utilizada fue obtenida desde ADNI (Iniciativa de Neuroimágenes de la Enfermedad de Alzheimer) [1]. Se emplearon dos modelos de clasificación: Random Forest y una red neuronal convolucional VGG-16. Se utilizaron 14 sujetos de cada clase para los datos de entrenamiento y 3 sujetos por clase para los datos de test, obteniendo un total de 3922 y 840 imágenes respectivamente. Para el modelo Random Forest se realizó la extracción de características morfológicas utilizando las técnicas CLAHE para el realce de contraste, un filtrado gaussiano para suavizar las imágenes y el método OTSU para la segmentación del cerebro; también se utilizaron los patrones locales binarios (LBP) y el histograma de gradientes orientados (HOG) como métodos para la extracción de características de forma complementaria. En cuanto a la red neuronal, se basó en la técnica transfer learning haciendo uso de una red convolucional pre-entrenada VGG-16. Para esta red no fue necesario la extracción manual de características debido a que esta red proporciona un total de 14’715.714 parámetros, de las cuales se establecieron 7’080.450 parámetros entrenables. Además, se realizó la clasificación utilizando un modelo en cascada (CN vs AD + LMCI y AD vs LMCI) con el fin de obtener un mejor desempeño.spa
dc.description.degreelevelPregradospa
dc.description.degreenameINGENIERO(A) EN ELECTRÓNICAspa
dc.format.extent1 recurso en línea (83 páginas)
dc.format.mimetypeapplication/pdf
dc.identifier.urihttps://hdl.handle.net/10893/38170
dc.language.isospa
dc.publisherUniversidad del Vallespa
dc.publisher.branchSede Cali
dc.publisher.facultyFACULTAD DE INGENIERÍAspa
dc.publisher.placeColombiaspa
dc.publisher.programINGENIERIA EN ELECTRÓNICAspa
dc.rights.accessrightsinfo:eu-repo/semantics/openAccessspa
dc.rights.coarhttp://purl.org/coar/access_right/c_abf2spa
dc.rights.licenseAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)spa
dc.rights.urihttps://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subject.lembSistemas de clasificación automática
dc.subject.lembImágenes de resonancia magnética
dc.subject.lembProcesamiento de imágenes
dc.subject.lembEnfermedad de Alzheimer
dc.subject.lembSeñales biomédicas
dc.subject.lembCerebro humano
dc.titleSistema de clasificación de los niveles de cognición normal, afectación leve y enfermedad de Alzheimer a partir de imágenes de Resonancia Magnéticaspa
dc.typeTrabajo de grado - Pregradospa
dc.type.coarhttp://purl.org/coar/resource_type/c_7a1f
dc.type.coarversionhttp://purl.org/coar/version/c_970fb48d4fbd8a85spa
dc.type.contentText
dc.type.driverinfo:eu-repo/semantics/bachelorThesis
dc.type.redcolhttp://purl.org/redcol/resource_type/TP
dc.type.versioninfo:eu-repo/semantics/publishedVersionspa
dspace.entity.typePublication
person.identifier.orcid0000-0001-7206-7333
relation.isDirectorOfPublication663c0648-5dcc-4949-b040-be42c44a5ef8
relation.isDirectorOfPublication.latestForDiscovery663c0648-5dcc-4949-b040-be42c44a5ef8
Archivos
Bloque original
Mostrando 1 - 2 de 2
Miniatura
Nombre:
3744 V719 .pdf
Tamaño:
2.14 MB
Formato:
Adobe Portable Document Format
Descargar
No hay miniatura disponible
Nombre:
Autorizacion-1144102148.pdf
Tamaño:
74.96 KB
Formato:
Adobe Portable Document Format
Descargar
Bloque de licencias
Mostrando 1 - 1 de 1
No hay miniatura disponible
Nombre:
license.txt
Tamaño:
15.18 KB
Formato:
Item-specific license agreed upon to submission
Descripción:
Descargar
Colecciones
Ingeniería Electrónica