CLASIFICACIÓN DE IMÁGENES DE RAYOS X MEDIANTE APRENDIZAJE PROFUNDO OPTIMIZADO

Las Redes Neuronales Convolucionales Profundas o simplemente Redes Neuronales Convolucionales (CNN) se han convertido recientemente en uno de los modelos de aprendizaje más potentes y expresivos para el Reconocimiento de Patrones de Imagen, el Procesamiento de Imágenes Médicas, la Visión por Computador, el Reconocimiento de Caracteres Ópticos y Escritos, etc., que están bien versados en la realización de las tareas de clasificación, tanto binarias como categóricas, de una manera eficiente y sencilla. Además de su amplio uso en varios campos y dominios en estos días, ha ganado gran popularidad y reconocimiento en el área de la ciencia médica, ya que varios informes médicos en estos días son altamente confiables en el reconocimiento de imágenes basado en Deep Learning. En este libro, entrenamos un modelo de red neuronal estructurada profunda, que es básicamente un modelo CNN sobre un gran conjunto de datos de imágenes de rayos X llamado MURA (Musculoskeletal Radiographs Abnormality) e intentamos predecir las anomalías de una imagen radiográfica (si una imagen es normal o anormal) basándonos en clasificaciones binarias.