Thesis
Interfaz como apoyo inteligente para la clasificación de mamografías

dc.contributor.correferenteTorres Rudloff, Nicolas
dc.contributor.departmentUniversidad Técnica Federico Santa María. Departamento de Electrónica
dc.contributor.guiaMorales Calvo, Patricia
dc.coverage.spatialCampus Santiago San Joaquín
dc.creatorCorday Loayza, Constanza Javiera
dc.date.accessioned2025-06-06T15:25:43Z
dc.date.available2025-06-06T15:25:43Z
dc.date.issued2025
dc.description.abstractEl cáncer de mama sigue siendo una de las principales causas de mortalidad oncológica en mujeres a nivel mundial y en Chile, donde la detección temprana mejora significativamente las tasas de supervivencia. Este informe presenta SMART MAMMO, una interfaz modular que integra modelos de deep learning preentrenados para la clasificación de mamografías. El sistema de diseño para asistir a los radiólogos en la optimización de su flujo de trabajo mediante el análisis automatizado de imágenes y la priorización de casos según la urgencia clínica. Utilizando el dataset ViDr-Mammo, la solución se centra en la detección de masas y calcificaciones, logrando una clasificación secundaria en categorías de benigno, maligno y sospechoso. Implementado con Python y frameworks como PyTorch y Streamlit, la interfaz permite el procesamiento individual y masivo de mamografías, generando reportes detallados para uso clínico. El sistema contribuye a mejorar la precisión diagnóstica y como una herramienta para fortalecer las estrategias de detección temprana del cáncer de mama.es
dc.description.abstract Breast cancer remains one of the leading causes of cancer mortality in women worldwide and in Chile, where early detection significantly improves survival rates. This report presents SMART MAMMO, a modular interface that integrates pre-trained deep learning models for mammogram classification. The system is designed to help radiologists optimize their workflow by automating image analysis and prioritizing cases according to clinical urgency. Using the ViDr-Mammo dataset, the solution focuses on detecting masses and calcifications, achieving a secondary classification into benign, malignant, and suspicious categories. Implemented with Python and frameworks such as PyTorch and Streamlit, the interface allows individual and massive processing of mammograms, generating detailed reports for clinical use. The system contributes to improving diagnostic accuracy and as a tool to strengthen breast cancer early detection strategies.es
dc.description.programIngeniería Civil Telemática
dc.format.extent51 páginas
dc.identifier.barcode3560902039602
dc.identifier.urihttps://repositorio.usm.cl/handle/123456789/75231
dc.language.isoes
dc.publisherUniversidad Técnica Federico Santa María
dc.rights.accessRightsinfo:eu-repo/semantics/restrictedAccess
dc.subjectCáncer de mama
dc.subjectClasificación de Mamografía
dc.subjectDeep Learning
dc.titleInterfaz como apoyo inteligente para la clasificación de mamografías
dspace.entity.typeTesis

Files

Original bundle

Now showing 1 - 1 of 1
No Thumbnail Available
Name:
3560902039602.pdf
Size:
1.79 MB
Format:
Adobe Portable Document Format