Este proyecto tiene como objetivo desarrollar un mnodelo de inteligencia artifical capaz de identificar la malignidad de las masas tumorales en imágenes médicas de cáncer de mama.

Los principales hitos incluyen:

• Recopilación y Preparación de Datos

  : Se recolectó y preparó un dataset de imágenes médicas etiquetadas con casos positivos y negativos de cáncer de mama.

• Reducción de Datos

  : Se utilizó el aprendizaje transferido para reducir el tamaño del dataset inicial, aprovechando modelos preentrenados.

• Análisis Exploratorio de Datos

  : Se realizó un análisis exploratorio para comprender las características del dataset.

• Modelos de Redes Convolucionales (CNN)

  : Se construyeron modelos basados en CNN para la detección de cáncer de mama en imágenes médicas, extrayendo características relevantes.

• Entrenamiento y Ajuste de Parámetros

  : Se entrenó el modelo con los datos preparados y se ajustaron los parámetros de la red convolucional. La precisión se midió en el conjunto de entrenamiento.

• Optimización de Hiperparámetros

  : Se buscó la configuración óptima de hiperparámetros, como el número de neuronas, capas y iteraciones, para las imágenes.

• Validación de Resultados

  : Se validaron los resultados utilizando un conjunto de datos separado para pruebas.

• Memoria Trabajo Fin de MasterDescargar PDF Aquí
• CódigoModels Code,Web APP
• PlataformaWeb, Jupyter Notebook
• StackPython, ML Libraries (PyTorch, Keras, TensorFlow, Scikit-Learn), Flask

Multimedia