Análisis de Imágenes de Rayos X por Medio  de Redes Neuronales Artificiales

Darwin Patiño Perez; Ricardo Silva Bustillos; Miguel Botto-Tobar; Celia Munive Mora

doi:10.46480/esj.5.1.50

Autores/as

Darwin Patiño Perez Universidad de Guayaquil
Ricardo Silva Bustillos Villanova University https://orcid.org/0000-0001-9390-3388
Miguel Botto-Tobar Universidad de Guayaquil
Celia Munive Mora DeSales University

DOI:

https://doi.org/10.46480/esj.5.1.50

Palabras clave:

Covid-19, rayos X, machine learning, modelo de predicción, red neuronal convolucional

Resumen

Actualmente el mundo se ve afectado, por una nueva cepa de coronavirus denominado SARS-2, que es causante de una enfermedad infecciosa de tipo respiratorio denominado Covid-19; los síntomas son fiebre, tos seca, falta de aliento, cansancio y en algunos casos más graves puede causar neumonía llegando a causar la muerte. Según la organización mundial de la salud, la enfermedad se originó en Wuhan-China y se extendió rápidamente por todo el mundo, ocasionando serios problemas de salud a las poblaciones sin que se encuentre una cura o tratamiento efectivo que ayude a evitar la muerte y controlar su propagación. Los especialistas de la salud, no han podido encontrar una cura efectiva que evite la propagación del virus, aunque existen mecanismos para detectar la enfermedad, uno de los más efectivos está relacionado con el análisis de imágenes de rayos X del torax de un paciente; el procesar manualmente un grupo de imágenes de un paciente consume mucho tiempo, por lo que procesar grandes volúmenes de imágenes imposibilita el tratamiento oportuno de los pacientes en caso de detectarse el virus. En el presente manuscrito, se expone un mecanismo de análisis de imágenes de rayos X, que usa inteligencia artificial; y por medio de una técnica de machine learning, mediante un algoritmo basado en redes neuronales artificiales, se consigue que un programa aplique aprendizaje automático y aprenda a reconocer patrones en imágenes de tórax de pacientes contagiados y sanos.

Descargas

Los datos de descarga aún no están disponibles.

Referencias

Abhishek, N. (2018). Reinforcement learning with Open AI, TensorFlow and Keras Using Python. In Learning (Vol. 3).

Abhishek Sharma. (2018). Confusion Matrix in Machine Learning. Www.Geeksforgeeks.Org.

Aurélien Géron. (2019). Hands-on machine learning with Scikit-Learn, Keras and TensorFlow: concepts, tools, and techniques to build intelligent systems. In O’Reilly Media.

B S, L. (2021). Data Analysis and Data Classification in Machine Learning using Linear Regression and Principal Component Analysis. Turkish Journal of Computer and Mathematics Education (TURCOMAT), 12(2). https://doi.org/10.17762/turcomat.v12i2.1092

Baltazar, G. (2018). CPU vs GPU in Machine Learning.

Calvache, J. M. M., Rodríguez, A. D. E., Martínez, C. B. C., & Paucar, V. A. V. (2020). Utilidad de Pruebas de cadena de polimerasa, pruebas rápidas y Tomografías en pacientes con Covid-19. Journal of America Health, 3(2), 32–39. https://doi.org/10.37958/JAH.V3I2.28

Cristina Coello, B. N. (n.d.). Pruebas de antígeno, la nueva herramienta en la detección de la COVID-19. Retrieved July 6, 2021, from https://www.edicionmedica.ec/secciones/salud-publica/pruebas-de-antigeno-la-nueva-herramienta-en-la-deteccion-de-la-covid-19--96534

Douglass, M. J. J. (2020). Book Review: Hands-on Machine Learning with Scikit-Learn, Keras, and Tensorflow, 2nd edition by Aurélien Géron. Physical and Engineering Sciences in Medicine, 43(3). https://doi.org/10.1007/s13246-020-00913-z

Giancarlo Zaccone, Md. Rezaul Karim, A. M., Brownlee, J., Vasilev, I., Slater, D., Spacagna, G., Roelants, P., … Singh, A. (2019). Deep Learning With Python Develop Deep Learning Models On Theano And TensorFlow Using Keras. Machine Learning Using R, 26(3).

Grando, R. D., Brentano, V. B., Zanardo, A. P., Hertz, F. T., Anflor Júnior, L. C., Prietto dos Santos, J. F., … Gazzana, M. B. (2020). braz j infect dis 2 0 2 0;2 4(6):524-533 Clinical usefulness of tomographic standards for COVID-19 pneumonia diagnosis: Experience from a Brazilian reference center. https://doi.org/10.1016/j.bjid.2020.10.002

Haghighat, E., & Juanes, R. (2021). SciANN: A Keras/TensorFlow wrapper for scientific computations and physics-informed deep learning using artificial neural networks. Computer Methods in Applied Mechanics and Engineering, 373. https://doi.org/10.1016/j.cma.2020.113552

Home, & KidsHealth. (n.d.). Tomografía computada: tórax. Retrieved July 7, 2021, from https://www.brennerchildrens.org/KidsHealth/Padres/Centro-de-informacion-sobre-el-cancer/Posibles-examenes/Tomografia-computada-torax.htm?__t=2835

Infosalud. (n.d.). La tomografía de tórax es la mejor prueba para diagnosticar el coronavirus, según estudio. Retrieved July 6, 2021, from https://www.infosalus.com/asistencia/noticia-tomografia-torax-mejor-prueba-diagnosticar-coronavirus-estudio-20200227171650.html

Karlijn Willems. (2019). (Tutorial) KERAS Tutorial: DEEP LEARNING in PYTHON - DataCamp.

Liu, R., Fu, A., Deng, Z., Li, Y., & Liu, T. (2020). Promising methods for detection of novel coronavirus SARS‐CoV‐2. View, 1(1). https://doi.org/10.1002/VIW2.4

López, P., Ballesté, R., Seija, V., López, P., Ballesté, R., & Seija, V. (2020). Diagnóstico de laboratorio de COVID-19. Revista Médica Del Uruguay, 36(4), 131–155. https://doi.org/10.29193/RMU.36.4.7

Martinez, J. (2020, October). Precision, Recall, F1, Accuracy en clasificación - IArtificial.net.

Moolayil, J. (2019). Learn Keras for Deep Neural Networks. In Learn Keras for Deep Neural Networks. https://doi.org/10.1007/978-1-4842-4240-7

Müller, A. C., & Guido, S. (2015). Introduction to Machine Learning with Python and Scikit-Learn. In O’Reilly Media, Inc.

Paluszek, M., Thomas, S., Paluszek, M., & Thomas, S. (2020). What Is Deep Learning? In Practical MATLAB Deep Learning. https://doi.org/10.1007/978-1-4842-5124-9_1

Panesar, A. (2021). What Is Machine Learning? In Machine Learning and AI for Healthcare. https://doi.org/10.1007/978-1-4842-6537-6_3

Rocha, C. (n.d.). ¿Cómo se puede Diagnosticar el COVID-19? ¿Cuál es la Precisión de los Test Diagnósticos? | sociedadandaluzadeoftalmologia.es. Retrieved July 7, 2021, from https://sociedadandaluzadeoftalmologia.es/como-se-puede-diagnosticar-el-covid-19-cual-es-la-precision-de-los-test-diagnosticos/

Tablado, F. (n.d.). Inteligencia artificial: Definición, tipos y aplicaciones | Grupo Atico34. Retrieved July 6, 2021, from https://protecciondatos-lopd.com/empresas/inteligencia-artificial/

Zou, D., Cao, Y., Zhou, D., & Gu, Q. (2020). Gradient descent optimizes over-parameterized deep ReLU networks. Machine Learning, 109(3). https://doi.org/10.1007/s10994-019-05839-6