Métodos de clasificación para identificar lesiones en piel a partir de espectros de reflexión difusa
Con el objetivo de discriminar lesiones benignas y malignas en la piel humana a partir de espectros de reflexión difusa, se han analizado diferentes algoritmos de clasificación usando el software de aprendizaje automático y reconocimiento de patrones WEKA. Además, dada la alta dimensionalidad de la...
- Autores:
-
Orozco-Guillén, E. E. (Eber Enrique)
Iruretagoyena-Garcia, G. (Guillermo)
Vazquez y Montiel, S. (Sergio)
Delgado-Atencio, J. A. (José Alberto)
Castro-Ramos, J. (Jorge)
Gutierrez-Delgado, F. (Francisco)
- Tipo de recurso:
- Article of journal
- Fecha de publicación:
- 2010
- Institución:
- Universidad EIA .
- Repositorio:
- Repositorio EIA .
- Idioma:
- spa
- OAI Identifier:
- oai:repository.eia.edu.co:11190/489
- Acceso en línea:
- https://repository.eia.edu.co/handle/11190/489
- Palabra clave:
- RBI00078
TECNOLOGÍAS PARA LA SALUD
TECHNOLOGY IN HEALTH
SKIN ABNORMALITIES - DIAGNOSIS
ANOMALÍAS CUTÁNEAS - DIAGNÓSTICO
CÁNCER
ESPECTROSCOPIA DE REFLEXIÓN DIFUSA
ÓPTICA DE TEJIDOS
RECONOCIMIENTO DE PATRONES
CANCER
DIFFUSE REFLECTANCE SPECTROSCOPY
TISSUE OPTICS
PATTERN RECOGNITION
- Rights
- openAccess
- License
- Derechos Reservados - Universidad EIA, 2020
| id |
REIA2_ad86d76f7f3f4cd388a7eac125603ab8 |
|---|---|
| oai_identifier_str |
oai:repository.eia.edu.co:11190/489 |
| network_acronym_str |
REIA2 |
| network_name_str |
Repositorio EIA . |
| repository_id_str |
|
| dc.title.spa.fl_str_mv |
Métodos de clasificación para identificar lesiones en piel a partir de espectros de reflexión difusa |
| dc.title.alternative.spa.fl_str_mv |
Classification methods to identify lesions in skin starting from spectra of diffuse reflectance |
| title |
Métodos de clasificación para identificar lesiones en piel a partir de espectros de reflexión difusa |
| spellingShingle |
Métodos de clasificación para identificar lesiones en piel a partir de espectros de reflexión difusa RBI00078 TECNOLOGÍAS PARA LA SALUD TECHNOLOGY IN HEALTH SKIN ABNORMALITIES - DIAGNOSIS ANOMALÍAS CUTÁNEAS - DIAGNÓSTICO CÁNCER ESPECTROSCOPIA DE REFLEXIÓN DIFUSA ÓPTICA DE TEJIDOS RECONOCIMIENTO DE PATRONES CANCER DIFFUSE REFLECTANCE SPECTROSCOPY TISSUE OPTICS PATTERN RECOGNITION |
| title_short |
Métodos de clasificación para identificar lesiones en piel a partir de espectros de reflexión difusa |
| title_full |
Métodos de clasificación para identificar lesiones en piel a partir de espectros de reflexión difusa |
| title_fullStr |
Métodos de clasificación para identificar lesiones en piel a partir de espectros de reflexión difusa |
| title_full_unstemmed |
Métodos de clasificación para identificar lesiones en piel a partir de espectros de reflexión difusa |
| title_sort |
Métodos de clasificación para identificar lesiones en piel a partir de espectros de reflexión difusa |
| dc.creator.fl_str_mv |
Orozco-Guillén, E. E. (Eber Enrique) Iruretagoyena-Garcia, G. (Guillermo) Vazquez y Montiel, S. (Sergio) Delgado-Atencio, J. A. (José Alberto) Castro-Ramos, J. (Jorge) Gutierrez-Delgado, F. (Francisco) |
| dc.contributor.author.spa.fl_str_mv |
Orozco-Guillén, E. E. (Eber Enrique) Iruretagoyena-Garcia, G. (Guillermo) Vazquez y Montiel, S. (Sergio) Delgado-Atencio, J. A. (José Alberto) Castro-Ramos, J. (Jorge) Gutierrez-Delgado, F. (Francisco) |
| dc.subject.lcsh.spa.fl_str_mv |
RBI00078 |
| topic |
RBI00078 TECNOLOGÍAS PARA LA SALUD TECHNOLOGY IN HEALTH SKIN ABNORMALITIES - DIAGNOSIS ANOMALÍAS CUTÁNEAS - DIAGNÓSTICO CÁNCER ESPECTROSCOPIA DE REFLEXIÓN DIFUSA ÓPTICA DE TEJIDOS RECONOCIMIENTO DE PATRONES CANCER DIFFUSE REFLECTANCE SPECTROSCOPY TISSUE OPTICS PATTERN RECOGNITION |
| dc.subject.eia.spa.fl_str_mv |
TECNOLOGÍAS PARA LA SALUD TECHNOLOGY IN HEALTH |
| dc.subject.eurovoc.spa.fl_str_mv |
SKIN ABNORMALITIES - DIAGNOSIS ANOMALÍAS CUTÁNEAS - DIAGNÓSTICO |
| dc.subject.keywords.spa.fl_str_mv |
CÁNCER ESPECTROSCOPIA DE REFLEXIÓN DIFUSA ÓPTICA DE TEJIDOS RECONOCIMIENTO DE PATRONES CANCER DIFFUSE REFLECTANCE SPECTROSCOPY TISSUE OPTICS PATTERN RECOGNITION |
| description |
Con el objetivo de discriminar lesiones benignas y malignas en la piel humana a partir de espectros de reflexión difusa, se han analizado diferentes algoritmos de clasificación usando el software de aprendizaje automático y reconocimiento de patrones WEKA. Además, dada la alta dimensionalidad de la señal espectral, fue empleada una técnica selección de atributos para determinar las variables que aporten la mayor cantidad de información. Se probó la clasificación de la señal usando los algoritmos de máquinas de vectores de soporte, redes neuronales y bosques aleatorios, el desempeño fue evaluado usando el promedio de la k-fold cross-validation tomando en cuenta los porcentajes de instancias clasificadas correctamente, el índice kappa, el área bajo la curva ROC, la sensibilidad, y la especifidad. Finalmente se demuestra que el algoritmo de redes neuronales con los parámetros momentum y learning rate en 0,6 y 0,3 respectivamente, es el que mejor se adapta al problema de reconocimiento de patrones ya que clasifica correctamente al 89,89% de los casos. |
| publishDate |
2010 |
| dc.date.created.spa.fl_str_mv |
2010-12 |
| dc.date.submitted.spa.fl_str_mv |
2010-10-03 |
| dc.date.accepted.spa.fl_str_mv |
2010-12-16 |
| dc.date.accessioned.spa.fl_str_mv |
2014-04-30T19:05:52Z |
| dc.date.available.spa.fl_str_mv |
2014-04-30T19:05:52Z |
| dc.date.issued.spa.fl_str_mv |
2014-04-30 |
| dc.type.spa.fl_str_mv |
Artículo de revista |
| dc.type.coar.fl_str_mv |
http://purl.org/coar/resource_type/c_2df8fbb1 |
| dc.type.coar.spa.fl_str_mv |
http://purl.org/coar/resource_type/c_6501 |
| dc.type.driver.spa.fl_str_mv |
info:eu-repo/semantics/article |
| dc.type.version.spa.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
| dc.type.content.spa.fl_str_mv |
Text |
| dc.type.redcol.spa.fl_str_mv |
https://purl.org/redcol/resource_type/ART |
| dc.type.coarversion.spa.fl_str_mv |
http://purl.org/coar/version/c_970fb48d4fbd8a85 |
| format |
http://purl.org/coar/resource_type/c_6501 |
| status_str |
publishedVersion |
| dc.identifier.issn.spa.fl_str_mv |
ISSN 19099762 |
| dc.identifier.uri.spa.fl_str_mv |
https://repository.eia.edu.co/handle/11190/489 |
| dc.identifier.bibliographiccitation.spa.fl_str_mv |
Orozco-Guillén, E. E., Iruretagoyena-Garcia, G., Vazquez y Montiel, S., Delgado-Atencio, J. A., Castro-Ramos, J. y Gutierrez-Delgado, F. E Métodos de clasificación para identificar lesiones en piel a partir de espectros de reflexión difusa, Revista Ingeniería Biomédica, 4 (8), 34-40. doi: http://repository. eia.edu.co/handle/11190/489 |
| identifier_str_mv |
ISSN 19099762 Orozco-Guillén, E. E., Iruretagoyena-Garcia, G., Vazquez y Montiel, S., Delgado-Atencio, J. A., Castro-Ramos, J. y Gutierrez-Delgado, F. E Métodos de clasificación para identificar lesiones en piel a partir de espectros de reflexión difusa, Revista Ingeniería Biomédica, 4 (8), 34-40. doi: http://repository. eia.edu.co/handle/11190/489 |
| url |
https://repository.eia.edu.co/handle/11190/489 |
| dc.language.iso.spa.fl_str_mv |
spa |
| language |
spa |
| dc.relation.references.spa.fl_str_mv |
Abbasi N.R. Early diagnosis of cutaneous melanoma: revisiting the ABCD criteria. Journal of the American Medical Association, 292, 22, 2771-2776, 2004. Mirabal Y.N., Chang S.K., Atkinson E.N., Malpica A., Follen M., Richards-Kortum R.R. Reflectance spectroscopy for in vivo detection of cervical precancer, Journal of Biomedical Optics., 7, 587-594, 2002. Koenig F., Larne R., Enquist H., McGovern F.J., Schomacker K.T., Kollias N. Deutsch T.F. Spectroscopic measurement of diffuse reflectance for enhanced detection of bladder carcinoma. Urology 51, 342-345, 1998. |
| dc.rights.spa.fl_str_mv |
Derechos Reservados - Universidad EIA, 2020 |
| dc.rights.uri.spa.fl_str_mv |
https://creativecommons.org/licenses/by-nc/4.0/ |
| dc.rights.accessrights.spa.fl_str_mv |
info:eu-repo/semantics/openAccess |
| dc.rights.creativecommons.spa.fl_str_mv |
Atribución-NoComercial |
| dc.rights.coar.spa.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| rights_invalid_str_mv |
Derechos Reservados - Universidad EIA, 2020 https://creativecommons.org/licenses/by-nc/4.0/ Atribución-NoComercial http://purl.org/coar/access_right/c_abf2 |
| eu_rights_str_mv |
openAccess |
| dc.format.extent.spa.fl_str_mv |
7 p. |
| dc.format.mimetype.spa.fl_str_mv |
application/pdf |
| dc.publisher.department.spa.fl_str_mv |
Biomédica, Mecatrónica y Mecánica |
| dc.publisher.editor.spa.fl_str_mv |
Escuela de Ingeniería de Antioquia EIA Universidad CES |
| institution |
Universidad EIA . |
| bitstream.url.fl_str_mv |
https://repository.eia.edu.co/bitstreams/20dd7747-aaa7-483a-85e8-8353d90d00c1/download https://repository.eia.edu.co/bitstreams/4ae58df5-e81d-4839-9cb3-b9e3f3fbce96/download https://repository.eia.edu.co/bitstreams/e34d3aed-f501-49f3-873e-5c9e41fb6396/download https://repository.eia.edu.co/bitstreams/8110e0e9-6e08-421f-a119-3c4a3bddfddd/download https://repository.eia.edu.co/bitstreams/5eec8b63-4918-4ab4-bd52-fd8450339155/download https://repository.eia.edu.co/bitstreams/38a43b13-a8c8-48bb-a561-b0215cb8dc73/download https://repository.eia.edu.co/bitstreams/8acf0fd9-46c8-48a4-a87c-29b6bf713b69/download |
| bitstream.checksum.fl_str_mv |
8b45277310d1fdb61145aeff2c2c53d2 c563349b6f0502d229183cb717b8110b 66874b0b9366b748c60895d2fb6339f8 4afdbb8c545fd630ea7db775da747b2f 10a9da7597c333616da297895d0393ec cd76e7886171c964e259dcf5e912e299 ecd96d7911db605938d09395b41ddff8 |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio Institucional Universidad EIA |
| repository.mail.fl_str_mv |
bdigital@metabiblioteca.com |
| _version_ |
1828317385693593600 |
| spelling |
Orozco-Guillén, E. E. (Eber Enrique)534d31a7b3dc8b671ca0374a0c62fc58-1Iruretagoyena-Garcia, G. (Guillermo)ff9b2edd18cbb2b115c599935400dfe6-1Vazquez y Montiel, S. (Sergio)f7906b555863d35c964c47fa82b11263-1Delgado-Atencio, J. A. (José Alberto)0865f0e0e165da1c4fa0df8ecf0ee61a-1Castro-Ramos, J. (Jorge)2e849558fdc5d156dd36522384446d26-1Gutierrez-Delgado, F. (Francisco)3f1b4d493d29b812279ce226d4f9c310-1eeorozco@uc.edu.ve2014-04-30T19:05:52Z2014-04-30T19:05:52Z2010-122014-04-302010-10-032010-12-16ISSN 19099762https://repository.eia.edu.co/handle/11190/489Orozco-Guillén, E. E., Iruretagoyena-Garcia, G., Vazquez y Montiel, S., Delgado-Atencio, J. A., Castro-Ramos, J. y Gutierrez-Delgado, F. E Métodos de clasificación para identificar lesiones en piel a partir de espectros de reflexión difusa, Revista Ingeniería Biomédica, 4 (8), 34-40. doi: http://repository. eia.edu.co/handle/11190/489Con el objetivo de discriminar lesiones benignas y malignas en la piel humana a partir de espectros de reflexión difusa, se han analizado diferentes algoritmos de clasificación usando el software de aprendizaje automático y reconocimiento de patrones WEKA. Además, dada la alta dimensionalidad de la señal espectral, fue empleada una técnica selección de atributos para determinar las variables que aporten la mayor cantidad de información. Se probó la clasificación de la señal usando los algoritmos de máquinas de vectores de soporte, redes neuronales y bosques aleatorios, el desempeño fue evaluado usando el promedio de la k-fold cross-validation tomando en cuenta los porcentajes de instancias clasificadas correctamente, el índice kappa, el área bajo la curva ROC, la sensibilidad, y la especifidad. Finalmente se demuestra que el algoritmo de redes neuronales con los parámetros momentum y learning rate en 0,6 y 0,3 respectivamente, es el que mejor se adapta al problema de reconocimiento de patrones ya que clasifica correctamente al 89,89% de los casos.In order to differentiate between benign and malignant lesions in the human skin using diffuse reflection spectra, different classification algorithms were tested using the WEKA data mining software. In addition, due to the high dimensionality of the spectral signal, an attribute selection technique was applied to determine the variables that contribute with more information. The spectral signal classification was tested using support vector machines, neural networks and random forests, their performance was measured using the k-fold cross-validation percentages of the Kappa statistic, area under the ROC curve, specificity and sensitivity. Finally it is shown that the one layer neural network with 6 neurons and the parameters momentum and learning rate in 0.6 and 0.3 respectively, is best suited to the problem of pattern recognition, achieving correctly classify 89.89% of the cases.7 p.application/pdfspaDerechos Reservados - Universidad EIA, 2020https://creativecommons.org/licenses/by-nc/4.0/El autor de la obra, actuando en nombre propio, hace entrega del ejemplar respectivo y de sus anexos en formato digital o electrónico y autoriza a la ESCUELA DE INGENIERIA DE ANTIOQUIA, para que en los términos establecidos en la Ley 23 de 1982, Ley 44 de 1993, Decisión andina 351 de 1993, Decreto 460 de 1995, y demás normas generales sobre la materia, utilice y use por cualquier medio conocido o por conocer, los derechos patrimoniales de reproducción, comunicación pública, transformación y distribución de la obra objeto del presente documento. PARÁGRAFO: La presente autorización se hace extensiva no sólo a las dependencias y derechos de uso sobre la obra en formato o soporte material, sino también para formato virtual, electrónico, digital, y en red, internet, extranet, intranet, etc., y en general en cualquier formato conocido o por conocer. EL AUTOR, manifiesta que la obra objeto de la presente autorización es original y la realiza sin violar o usurpar derechos de autor de terceros, por lo tanto la obra es de exclusiva autoría y tiene la titularidad sobre la misma. PARÁGRAFO: En caso de presentarse cualquier reclamación o acción por parte de un tercero en cuanto a los derechos de autor sobre la obra en cuestión, EL AUTOR, asumirá toda la responsabilidad, y saldrá en defensa de los derechos aquí autorizados; para todos los efectos la ESCUELA DE INGENIERÍA DE ANTIOQUIA actúa como un tercero de buena fe.info:eu-repo/semantics/openAccessAtribución-NoComercialhttp://purl.org/coar/access_right/c_abf2RBI00078TECNOLOGÍAS PARA LA SALUDTECHNOLOGY IN HEALTHSKIN ABNORMALITIES - DIAGNOSISANOMALÍAS CUTÁNEAS - DIAGNÓSTICOCÁNCERESPECTROSCOPIA DE REFLEXIÓN DIFUSAÓPTICA DE TEJIDOSRECONOCIMIENTO DE PATRONESCANCERDIFFUSE REFLECTANCE SPECTROSCOPYTISSUE OPTICSPATTERN RECOGNITIONMétodos de clasificación para identificar lesiones en piel a partir de espectros de reflexión difusaClassification methods to identify lesions in skin starting from spectra of diffuse reflectanceArtículo de revistahttp://purl.org/coar/resource_type/c_6501http://purl.org/coar/resource_type/c_2df8fbb1info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionTexthttps://purl.org/redcol/resource_type/ARThttp://purl.org/coar/version/c_970fb48d4fbd8a85Biomédica, Mecatrónica y MecánicaEscuela de Ingeniería de Antioquia EIAUniversidad CESAbbasi N.R. Early diagnosis of cutaneous melanoma: revisiting the ABCD criteria. Journal of the American Medical Association, 292, 22, 2771-2776, 2004.Mirabal Y.N., Chang S.K., Atkinson E.N., Malpica A., Follen M., Richards-Kortum R.R. Reflectance spectroscopy for in vivo detection of cervical precancer, Journal of Biomedical Optics., 7, 587-594, 2002.Koenig F., Larne R., Enquist H., McGovern F.J., Schomacker K.T., Kollias N. Deutsch T.F. Spectroscopic measurement of diffuse reflectance for enhanced detection of bladder carcinoma. Urology 51, 342-345, 1998.PublicationTHUMBNAILRBI00078.pdf.jpgRBI00078.pdf.jpgGenerated Thumbnailimage/jpeg12971https://repository.eia.edu.co/bitstreams/20dd7747-aaa7-483a-85e8-8353d90d00c1/download8b45277310d1fdb61145aeff2c2c53d2MD57ORIGINALRBI00078.pdfRBI00078.pdfapplication/pdf6396616https://repository.eia.edu.co/bitstreams/4ae58df5-e81d-4839-9cb3-b9e3f3fbce96/downloadc563349b6f0502d229183cb717b8110bMD51LICENSElicense.txtlicense.txttext/plain; charset=utf-81494https://repository.eia.edu.co/bitstreams/e34d3aed-f501-49f3-873e-5c9e41fb6396/download66874b0b9366b748c60895d2fb6339f8MD52CC-LICENSElicense_urllicense_urltext/plain; charset=utf-849https://repository.eia.edu.co/bitstreams/8110e0e9-6e08-421f-a119-3c4a3bddfddd/download4afdbb8c545fd630ea7db775da747b2fMD53license_textlicense_texttext/html; charset=utf-821310https://repository.eia.edu.co/bitstreams/5eec8b63-4918-4ab4-bd52-fd8450339155/download10a9da7597c333616da297895d0393ecMD54license_rdflicense_rdfapplication/rdf+xml; charset=utf-823253https://repository.eia.edu.co/bitstreams/38a43b13-a8c8-48bb-a561-b0215cb8dc73/downloadcd76e7886171c964e259dcf5e912e299MD55TEXTRBI00078.pdf.txtRBI00078.pdf.txtExtracted texttext/plain23812https://repository.eia.edu.co/bitstreams/8acf0fd9-46c8-48a4-a87c-29b6bf713b69/downloadecd96d7911db605938d09395b41ddff8MD5611190/489oai:repository.eia.edu.co:11190/4892023-07-25 17:01:22.579https://creativecommons.org/licenses/by-nc/4.0/Derechos Reservados - Universidad EIA, 2020open.accesshttps://repository.eia.edu.coRepositorio Institucional Universidad EIAbdigital@metabiblioteca.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 |