RT Dissertation/Thesis
T1 Deep learning techniques for computer-aided diagnosis in colorectal cancer
T2 Técnicas de aprendizaxe profundo para diagnóstico asistido por computador no cancro colorrectal
A1 Nogueira Rodríguez, Alba
K1 1203.04 Inteligencia Artificial
K1 1203.20 Sistemas de Control Medico
K1 3207.03 Carcinogénesis
AB El cáncer colorrectal es uno de los cánceres con mayor incidencia en España. Éste empieza con la presencia de pólipos o lesiones neoplásicas en el colon. Este tipo de lesiones pueden evolucionar a procesos malignos, por lo que la detección temprana y sucesivo tratamiento resulta imprescindible. Su tamaño suele ser inferior a 5 mm, lo cual dificulta su visualización y conlleva un problema a la hora de detectarlas. Cuando se detecta un pólipo durante la endoscopia, se procede a su extracción y, posteriormente, se analiza en un laboratorio (biopsia). Aunque se realice la extirpación de los pólipos, pueden surgir nuevas lesiones, conocidas como lesiones metacrónicas, por lo que la vigilancia posterior suele ser necesaria.  Por otro lado, en ocasiones se realizan extracciones de pólipos que realmente son innecesarias, provocando al paciente una intervención que se podía haber evitado.En esta línea se ubica la presente tesis cuyo objetivo es desarrollar un modelo de detección y clasificación de pólipos colorrectales utilizando técnicas Deep Learning. Con la creación de este modelo, se puede asistir al endoscopista en el diagnostico óptico de lesiones en el colon durante la endoscopia en tiempo real.Esto supone una mejora que permite la toma de decisiones clínicas independientes del observador, además de resultar en un apoyo adicional a la hora de tomar decisiones sobre cánceres colorrectales candidatos a tratamiento endoscópico. También conlleva un aumento en la eficiencia al reducir el número de pólipos para realizar la biopsia, contribuyendo a hacer un sistema sanitario más sostenible.
LK http://hdl.handle.net/11093/3769
UL http://hdl.handle.net/11093/3769
LA spa
DS Investigo
RD 04-oct-2023