Modelo de reconocimiento de imágenes para identificar personas infectadas de neumonía por COVID-19 basado en redes neuronales convolucionales

Abstract

La tecnología está avanzando a cada día, tiende a estar en constante progreso, y el uso de tecnología en el campo de la medicina no es una excepción y por consecuencia se está haciendo más preciso el diagnostico de enfermedades. De esta manera, en la presente tesis titulada: “Modelo de reconocimiento de imágenes para identificar personas infectadas de neumonía por COVID-19 basado en redes neuronales convolucionales”, tiene por finalidad contribuir en el campo de la medicina, de tal manera que los pacientes que hayan pasado por la en enfermedad del COVID-19 puedan identificar si quedaron con alguna secuela en sus pulmones, y posteriormente pueda acudir a un especialista en el área de neumología. Para la realización, utilizando la metodología CRISP-DM para el desarrollo de modelos de aprendizaje automático, por lo cual se realizó una preparación de los datos que fueron recolectados, para su posterior modelamiento, en el cual se usaron redes neuronales convolucionales para poder entrenarlo y finalmente se realizó y la evaluación y despliegue del modelo. Finalmente, para la validación que consiste en contrastar los resultados del modelo culminado, las pruebas llegan a ser finalizadas satisfactoriamente, ya que se demuestra que aplicando redes neuronales convolucionales se llega a identificar si el paciente cuenta o no con neumonía con COVID-19.