Modelo de detección de enfermedades pulmonares en imágenes de rayos X por medio de inteligencia artificial

Abstract

Este trabajo presenta un modelo inteligente capaz de clasificar pacientes sanos, pacientes con neumonía y pacientes con covid-19 a través de imágenes de rayos x pulmonares, utilizando técnicas de procesamiento digital de imágenes e inteligencia artificial. Concretamente, la aplicación que se desarrolló está constituida por el preprocesamiento de las imágenes y la creación de una red neuronal convolucional, la cual dio como resultados 90.6923 % de F1 Score para la enfermedad de Covid-19, 92.1951 % de F1 Score para la enfermedad de Neumonía y 96.3871 % de F1 Score para los pacientes sanos, la cual es la métrica que definen el modelo como exacto, eficiente y con sensibilidad a los cambios en las pruebas que realiza. Cabe resaltar que la red neuronal convolucional que arrojó dichos resultados fue la que comprende una arquitectura basada en: primera capa de convolución con 6 filtros, función de activación ReLu y kernel de inicialización Glorot Normal, capa de MaxPooling de 2x2, segunda capa de convolución con 16 filtros, función de activación ReLu y kernel de inicialización Glorot Normal, capa de MaxPooling de 2x2 y finaliza con una 3 capas densas totalmente conectada que contiene 182 neuronas y funcuión de activación ReLu para la salida y cuenta con una función de activación SoftMax; de igual manera se presentan diferentes tipos de pruebas preliminares que se mostrarán en el capítulo 3, con el fin de comparar el desempeño final.