Sistema de aprendizaje automático para diagnóstico de alzheimer
71 páginas
- Autores:
-
Solano Miguel, Salome
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2025
- Institución:
- Universidad EIA .
- Repositorio:
- Repositorio EIA .
- Idioma:
- spa
- OAI Identifier:
- oai:repository.eia.edu.co:11190/7161
- Acceso en línea:
- https://repository.eia.edu.co/handle/11190/7161
- Palabra clave:
- Alzheimer
aprendizaje profundo
resonancia magnética
detección temprana
Grad-CAM
validación cruzada
Alzheimer’s disease
deep learning
MRI
early detection
Grad-CAM
cross-validation
- Rights
- openAccess
- License
- Derechos Reservados - Universidad EIA, 2025
| id |
REIA2_819a3bbb3f3e35659b070b7d80e966b3 |
|---|---|
| oai_identifier_str |
oai:repository.eia.edu.co:11190/7161 |
| network_acronym_str |
REIA2 |
| network_name_str |
Repositorio EIA . |
| repository_id_str |
|
| dc.title.spa.fl_str_mv |
Sistema de aprendizaje automático para diagnóstico de alzheimer |
| title |
Sistema de aprendizaje automático para diagnóstico de alzheimer |
| spellingShingle |
Sistema de aprendizaje automático para diagnóstico de alzheimer Alzheimer aprendizaje profundo resonancia magnética detección temprana Grad-CAM validación cruzada Alzheimer’s disease deep learning MRI early detection Grad-CAM cross-validation |
| title_short |
Sistema de aprendizaje automático para diagnóstico de alzheimer |
| title_full |
Sistema de aprendizaje automático para diagnóstico de alzheimer |
| title_fullStr |
Sistema de aprendizaje automático para diagnóstico de alzheimer |
| title_full_unstemmed |
Sistema de aprendizaje automático para diagnóstico de alzheimer |
| title_sort |
Sistema de aprendizaje automático para diagnóstico de alzheimer |
| dc.creator.fl_str_mv |
Solano Miguel, Salome |
| dc.contributor.advisor.none.fl_str_mv |
Quintero Zea, Andrés |
| dc.contributor.author.none.fl_str_mv |
Solano Miguel, Salome |
| dc.subject.proposal.spa.fl_str_mv |
Alzheimer aprendizaje profundo resonancia magnética detección temprana Grad-CAM validación cruzada |
| topic |
Alzheimer aprendizaje profundo resonancia magnética detección temprana Grad-CAM validación cruzada Alzheimer’s disease deep learning MRI early detection Grad-CAM cross-validation |
| dc.subject.proposal.eng.fl_str_mv |
Alzheimer’s disease deep learning MRI early detection Grad-CAM cross-validation |
| description |
71 páginas |
| publishDate |
2025 |
| dc.date.accessioned.none.fl_str_mv |
2025-07-29T16:28:13Z |
| dc.date.available.none.fl_str_mv |
2025-07-29T16:28:13Z |
| dc.date.issued.none.fl_str_mv |
2025 |
| dc.type.none.fl_str_mv |
Trabajo de grado - Pregrado |
| dc.type.coar.none.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
| dc.type.driver.none.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
| dc.type.version.none.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
| dc.type.content.none.fl_str_mv |
Text |
| dc.type.redcol.none.fl_str_mv |
http://purl.org/redcol/resource_type/TP |
| dc.type.coarversion.none.fl_str_mv |
http://purl.org/coar/version/c_970fb48d4fbd8a85 |
| format |
http://purl.org/coar/resource_type/c_7a1f |
| status_str |
publishedVersion |
| dc.identifier.uri.none.fl_str_mv |
https://repository.eia.edu.co/handle/11190/7161 |
| url |
https://repository.eia.edu.co/handle/11190/7161 |
| dc.language.iso.none.fl_str_mv |
spa |
| language |
spa |
| dc.rights.none.fl_str_mv |
Derechos Reservados - Universidad EIA, 2025 |
| dc.rights.license.none.fl_str_mv |
Atribución-NoComercial 4.0 Internacional (CC BY-NC 4.0) |
| dc.rights.accessrights.none.fl_str_mv |
info:eu-repo/semantics/openAccess |
| dc.rights.coar.none.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| rights_invalid_str_mv |
Derechos Reservados - Universidad EIA, 2025 Atribución-NoComercial 4.0 Internacional (CC BY-NC 4.0) http://purl.org/coar/access_right/c_abf2 |
| eu_rights_str_mv |
openAccess |
| dc.format.mimetype.none.fl_str_mv |
application/pdf |
| dc.publisher.none.fl_str_mv |
Universidad EIA |
| dc.publisher.program.none.fl_str_mv |
Ingeniería Biomédica |
| dc.publisher.faculty.none.fl_str_mv |
Escuela de Ciencias de la Vida |
| dc.publisher.place.none.fl_str_mv |
Envigado (Antioquia, Colombia) |
| publisher.none.fl_str_mv |
Universidad EIA |
| institution |
Universidad EIA . |
| bitstream.url.fl_str_mv |
https://repository.eia.edu.co/bitstreams/0ab9cc5c-8dd4-4b9d-a8f1-17503577943b/download https://repository.eia.edu.co/bitstreams/9fc711eb-d6b5-4687-81cc-0d98f09691ae/download https://repository.eia.edu.co/bitstreams/db0f21d5-0e1f-4fc4-8510-2549857ae66b/download https://repository.eia.edu.co/bitstreams/266c0a04-0d43-4e8d-93b1-b603a39862cb/download |
| bitstream.checksum.fl_str_mv |
2264fce645ac2952653ce3f3b8fa781e e001759cedf347dfdd6ba0bfdc6f9b31 7a71ab4a660c5c6556d8cc61906da940 32f6fd6f1b2a0c22a3485efb8ea893e1 |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio Institucional Universidad EIA |
| repository.mail.fl_str_mv |
bdigital@metabiblioteca.com |
| _version_ |
1849968134240337920 |
| spelling |
Quintero Zea, Andrésvirtual::443-1Solano Miguel, Salome2025-07-29T16:28:13Z2025-07-29T16:28:13Z2025https://repository.eia.edu.co/handle/11190/716171 páginasRESUMEN: La enfermedad de Alzheimer es una de las principales causas de demencia en todo el mundo. En vista del creciente número de nuevos casos, se necesitan herramientas de diagnóstico accesibles y precisas para apoyar la detección temprana de la enfermedad. Este trabajo presenta un sistema automático de análisis de imágenes por resonancia magnética (MRI) basado en aprendizaje profundo para ayudar a diagnosticar de manera temprana de la enfermedad de Alzheimer. El modelo se desarrolló empleando el conjunto de datos OASIS, al que se le implementó un protocolo de balanceo y aumento de datos para reducir el sesgo de clases. Cuatro arquitecturas de redes neuronales (DenseNet121, ResNet152V2, EfficientNetB0 y VGG16) fueron comparadas de manera uniforme. DenseNet121 fue seleccionada como la más prometedora por su equilibrio entre eficiencia computacional y precisión. Tras la selección del modelo base, se realizó una implementación en dos etapas que comprendió un fine-tuning progresivo, regularización L2, modificación dinámica de la prueba de aprendizaje y debates en clase. Adicionalmente, se incorporaron cinco iteraciones de validación cruzada para asegurar la solidez del desempeño. La interpretabilidad del sistema se aseguró mediante los métodos de visualización Grad-CAM y t-SNE, los cuales corroboraron que el modelo se enfocaba en áreas fundamentales del cerebro como los ventrículos laterales, la corteza entorrinal y el hipocampo. El sistema alcanzó una precisión que superó el 94 % en la evaluación final de un conjunto de pruebas independientes, con una media de AUC de 0,99 y una puntuación F1 de 0,95, lo que indica su factibilidad en entornos clínicos con recursos limitados.ABSTRACT: Alzheimer's disease is one of the leading causes of dementia worldwide. Given the increasing number of new cases, accessible and accurate diagnostic tools are needed to support early detection of the disease. This work presents an automatic deep learning-based magnetic resonance imaging (MRI) analysis system to aid in the early diagnosis of Alzheimer's disease. The model was developed using the OASIS dataset, which was subjected to a data balancing and augmentation protocol to reduce class bias. Four neural network architectures (DenseNet121, ResNet152V2, EfficientNetB0, and VGG16) were compared equally. DenseNet121 was selected as the most promising due to its balance between computational efficiency and accuracy. Following the selection of the base model, a two-stage implementation was performed, comprising progressive fine-tuning, L2 regularization, dynamic modification of the learning test, and class discussions. Additionally, five iterations of cross-validation were incorporated to ensure robust performance. The system's interpretability was ensured using the Grad-CAM and t-SNE visualization methods, which confirmed that the model focused on key brain areas such as the lateral ventricles, entorhinal cortex, and hippocampus. The system achieved an accuracy exceeding 94% in the final evaluation of a set of independent tests, with a mean AUC of 0.99 and an F1 score of 0.95, indicating its feasibility in resource-limited clinical settings.PregradoIngeniero(a) Biomédico(a)application/pdfspaUniversidad EIAIngeniería BiomédicaEscuela de Ciencias de la VidaEnvigado (Antioquia, Colombia)Derechos Reservados - Universidad EIA, 2025Atribución-NoComercial 4.0 Internacional (CC BY-NC 4.0)info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Sistema de aprendizaje automático para diagnóstico de alzheimerTrabajo de grado - Pregradohttp://purl.org/coar/resource_type/c_7a1finfo:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/publishedVersionTexthttp://purl.org/redcol/resource_type/TPhttp://purl.org/coar/version/c_970fb48d4fbd8a85Alzheimeraprendizaje profundoresonancia magnéticadetección tempranaGrad-CAMvalidación cruzadaAlzheimer’s diseasedeep learningMRIearly detectionGrad-CAMcross-validationPublicationhttps://scholar.google.com.co/citations?user=85TEV2YAAAAJ&hl=esvirtual::443-10000-0002-3621-2983virtual::443-1https://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0001196901virtual::443-124425f08-7bd9-4fb5-87f8-9389e3b44d16virtual::443-124425f08-7bd9-4fb5-87f8-9389e3b44d16virtual::443-1LICENSElicense.txtlicense.txttext/plain; charset=utf-82553https://repository.eia.edu.co/bitstreams/0ab9cc5c-8dd4-4b9d-a8f1-17503577943b/download2264fce645ac2952653ce3f3b8fa781eMD56ORIGINALSolanoSalome_2025_SistemaAprendizajeAutomatico.pdfSolanoSalome_2025_SistemaAprendizajeAutomatico.pdfTrabajo de gradoapplication/pdf2323546https://repository.eia.edu.co/bitstreams/9fc711eb-d6b5-4687-81cc-0d98f09691ae/downloade001759cedf347dfdd6ba0bfdc6f9b31MD57TEXTSolanoSalome_2025_SistemaAprendizajeAutomatico.pdf.txtSolanoSalome_2025_SistemaAprendizajeAutomatico.pdf.txtExtracted texttext/plain102125https://repository.eia.edu.co/bitstreams/db0f21d5-0e1f-4fc4-8510-2549857ae66b/download7a71ab4a660c5c6556d8cc61906da940MD58THUMBNAILSolanoSalome_2025_SistemaAprendizajeAutomatico.pdf.jpgSolanoSalome_2025_SistemaAprendizajeAutomatico.pdf.jpgGenerated Thumbnailimage/jpeg5590https://repository.eia.edu.co/bitstreams/266c0a04-0d43-4e8d-93b1-b603a39862cb/download32f6fd6f1b2a0c22a3485efb8ea893e1MD5911190/7161oai:repository.eia.edu.co:11190/71612025-07-29 11:33:40.43open.accesshttps://repository.eia.edu.coRepositorio Institucional Universidad EIAbdigital@metabiblioteca.comCjxjZW50ZXI+PGI+QVZJU08gREUgUFJJVkFDSURBRDwvYj48L2NlbnRlcj4KPGJyPgo8cD5MYSBFc2N1ZWxhIGRlIEluZ2VuaWVyw61hIGRlIEFudGlvcXVpYSBhIHRyYXbDqXMgZGUgZXN0ZSBhdmlzbywgaW5mb3JtYSBhIGxvcyB0aXR1bGFyZXMgZGUgZGF0b3MgcGVyc29uYWxlcyBxdWUgc2UgZW5jdWVudHJlbiBlbiBzdXMgYmFzZXMgZGUgZGF0b3MgcXVlIGxhcyBwb2zDrXRpY2FzIGRlIHRyYXRhbWllbnRvIGRlIGRhdG9zIHBlcnNvbmFsZXMgbGEgRUlBIHNvbjo8L3A+CjxwPkFsIHRpdHVsYXIgZGUgbG9zIGRhdG9zIHBlcnNvbmFsZXMgZW4gdHJhdGFtaWVudG8sIHNlIGxlIHJlc3BldGFyw6FuIHN1cyBkZXJlY2hvcyBhIGNvbm9jZXIgw61udGVncmFtZW50ZSB5IGRlIGZvcm1hIGdyYXR1aXRhIHN1cyBkYXRvcyBwZXJzb25hbGVzLCBhc8OtIGNvbW8gYSBhY3R1YWxpemFybG9zIHkgcmVjdGlmaWNhcmxvcyBmcmVudGUgYSBsYSBFSUEgbyBsb3MgZW5jYXJnYWRvcyBkZWwgdHJhdGFtaWVudG8uPC9wPgo8cD5BbCB0aXR1bGFyIGRlIGxvcyBkYXRvcyBwZXJzb25hbGVzIGVuIHRyYXRhbWllbnRvLCBwb2Ryw6EgY29ub2NlciBlbCB1c28gcXVlIHNlIGxlIGhhIGRhZG8gYSBzdXMgZGF0b3MgcGVyc29uYWxlcywgcHJldmlhIHNvbGljaXR1ZC48L3A+CjxwPkVsIHRpdHVsYXIgZGUgbG9zIGRhdG9zIHBlcnNvbmFsZXMgZW4gdHJhdGFtaWVudG8sIHBvZHLDoSBzb2xpY2l0YXIgcHJ1ZWJhIGRlIGxhIGF1dG9yaXphY2nDs24gb3RvcmdhZGEgYSBsYSBFSUEuIHNhbHZvIGN1YW5kbyBleHByZXNhbWVudGUgc2UgZXhjZXB0w7plIGNvbW8gcmVxdWlzaXRvIHBhcmEgZWwgdHJhdGFtaWVudG8sIGRlIGNvbmZvcm1pZGFkIGNvbiBsYSBsZXkuPC9wPgo8cD5FbCB0aXR1bGFyIGRlIGxvcyBkYXRvcyBwdWVkZSByZXZvY2FyIGxhIGF1dG9yaXphY2nDs24geSBzb2xpY2l0YXIgbGEgc3VwcmVzacOzbiBkZWwgZGF0byBjdWFuZG8gZW4gZWwgdHJhdGFtaWVudG8gbm8gc2UgcmVzcGV0ZW4gbG9zIHByaW5jaXBpb3MsIGRlcmVjaG9zIHkgZ2FyYW50w61hcyBjb25zdGl0dWNpb25hbGVzIHkgbGVnYWxlcy4gTGEgcmV2b2NhdG9yaWEgeSBzdXByZXNpw7NuIHByb2NlZGVyw6EgY3VhbmRvIGxhIFN1cGVyaW50ZW5kZW5jaWEgZGUgSW5kdXN0cmlhIHkgQ29tZXJjaW8gKFNJQykgaGF5YSBkZXRlcm1pbmFkbyBxdWUgZW4gZWwgdHJhdGFtaWVudG8sIGxhIEVTQ1VFTEEgREUgSU5HRU5JRVLDjUEgREUgQU5USU9RVUlBIGhhIGluY3VycmlkbyBlbiBjb25kdWN0YXMgY29udHJhcmlhcyBhIGVzdGEgTGV5IHkgYSBsYSBDb25zdGl0dWNpw7NuIFBvbMOtdGljYS48L3A+CjxwPlBhcmEgZWZlY3RvcyBkZSBlamVyY2VyIHN1cyBkZXJlY2hvcyBkZSBjb25vY2VyLCBhY3R1YWxpemFyLCByZWN0aWZpY2FyIHkgc3VwcmltaXIgaW5mb3JtYWNpw7NuLCByZXZvY2FyIGxhIGF1dG9yaXphY2nDs24sIGVudHJlIG90cm9zOyBlbCB0aXR1bGFyIGRlIGxvcyBkYXRvcyBwb2Ryw6EgYWN1ZGlyIGEgbGEgRVNDVUVMQSBERSBJTkdFTklFUsONQSBERSBBTlRJT1FVSUEsIGNvbW8gcmVzcG9uc2FibGUgZGVsIHRyYXRhbWllbnRvIGRlIGRhdG9zIGFsIMOhcmVhIGRlIGNvbXVuaWNhY2lvbmVzLCBtZWRpYW50ZSBjb3JyZW8gZWxlY3Ryw7NuaWNvIGEgd2VibWFzdGVyQGVpYS5lZHUuY28gLjwvcD4KPHA+RW4gY2FzbyBkZSBpbmZyYWNjaW9uZXMgYSBsYSBsZXkgMTU4MSBkZSAyMDEyLCBlbCB0aXR1bGFyIGRlIGxvcyBkYXRvcyBwb2Ryw6EgcHJlc2VudGFyIHF1ZWphIGFudGUgbGEgU3VwZXJpbnRlbmRlbmNpYSBkZSBJbmR1c3RyaWEgeSBDb21lcmNpbyAoU0lDKS48L3A+CjxwPkVsIHRpdHVsYXIgc2Vyw6EgaW5mb3JtYWRvIGFjZXJjYSBkZSBsYSBubyBvYmxpZ2F0b3JpZWRhZCBkZSBsYXMgcmVzcHVlc3RhcyBhIGxhcyBwcmVndW50YXMgcXVlIGxlIHNlYW4gaGVjaGFzLCBjdWFuZG8gw6lzdGFzIHZlcnNlbiBzb2JyZSBkYXRvcyBzZW5zaWJsZXMsIHRhbGVzIGNvbW8gb3JpZ2VuIHJhY2lhbCBvIMOpdG5pY28sIG9yaWVudGFjacOzbiBwb2zDrXRpY2EsIGNvbnZpY2Npb25lcyByZWxpZ2lvc2FzICwgcGVydGVuZW5jaWEgYSBzaW5kaWNhdG9zLCBvcmdhbml6YWNpb25lcyBzb2NpYWxlcyBkZSBkZXJlY2hvcyBodW1hbm9zLCBkYXRvcyByZWxhdGl2b3MgYSBsYSBzYWx1ZCwgYSBsYSB2aWRhIHNleHVhbCB5IGRhdG9zIGJpb23DqXRyaWNvcyBvIHNvYnJlIGxvcyBkYXRvcyBkZSBsb3MgbmnDsW9zLCBuacOxYXMgeSBhZG9sZXNjZW50ZXMuPC9wPgo8cD5FbCB0aXR1bGFyIHBvZHLDoSBjb25vY2VyIG51ZXN0cmEgcG9sw610aWNhIGRlIHRyYXRhbWllbnRvLCBsb3MgZGF0b3Mgc3VzdGFuY2lhbGVzIHF1ZSBzZSBsbGVndWVuIGEgcHJvZHVjaXIgZW4gZWwgcHJlc2VudGUgYXZpc28gbyBlbiBsYXMgcG9sw610aWNhcyBkZSB0cmF0YW1pZW50bywgc2Vyw6FuIHB1YmxpY2FkYXMgZW4gbnVlc3RybyBzaXRpbyB3ZWIsIG1lZGlvIGVsZWN0csOzbmljbyBoYWJpdHVhbCBkZSBjb250YWN0byBjb24gbG9zIHRpdHVsYXJlcy4K |