Diagnóstico automático de tuberculosis en radiografías de tórax aplicando aprendizaje automático

• Autores: Guanca, Daniel Antonio J.; Izetta Riera, C. Javier; Pérez Otero, Nilda M.; Verazay, Abigail N.
• Año de publicación: 2023
• Idioma: español castellano
• Tipo de recurso: artículo
• Fuente: Investigaciones en Facultades de Ingeniería del NOA
• Materia: aprendizaje automático; diagnóstico asistido por computadora; tuberculosis
• Institución: Universidad Nacional de Catamarca

Fil: Guanca J., Daniel Antonio. Universidad Nacional de Jujuy. Facultad de Ingeniería. Jujuy, Argentina.
Fil: Izetta Riera, C. Javier. Universidad Nacional de Jujuy. Facultad de Ingeniería. Jujuy, Argentina.
Fil: Pérez Otero, Nilda M. Universidad Nacional de Jujuy. Facultad de Ingeniería. Jujuy, Argentina.
Fil: Verazay, Abigail N. Universidad Nacional de Jujuy. Facultad de Ingeniería. Jujuy, Argentina.
En los últimos años, ha habido un creciente interés en el uso de técnicas de aprendizaje automático en el diagnóstico asistido por computadora, logrando resultados satisfactorios en la detección de algunas patologías y enfermedades como fracturas, fisuras, tendinopatías, cáncer y tuberculosis, entre otras. En particular, el diagnóstico automático de la tuberculosis a través de radiografías de tórax es de vital importancia, ya que permitiría la detección de esta enfermedad en una etapa temprana, aumentando las posibilidades de recuperación del paciente. El presente trabajo consiste en el análisis, diseño y prueba de un modelo que, mediante el uso de técnicas de aprendizaje automático, permite el diagnóstico de tuberculosis pulmonar a partir de imágenes radiográficas de tórax de pacientes de ambos sexos y diferentes edades.