Please use this identifier to cite or link to this item: http://dspace.utpl.edu.ec/handle/29.500.19856/71050
Title: ColpoTool: Una herramienta basada en inteligencia artificial para evaluar los pacientes con riesgo de cáncer cervical
Authors: Jiménez Gaona, Yuliana del Cisne
Vivanco Gualán, Ramiro Israel
Keywords: Ecuador.
Tesis digital.
Issue Date: 2025
Citation: Vivanco Gualán, R. I. Jiménez Gaona, Y. D. C. (2025) ColpoTool: Una herramienta basada en inteligencia artificial para evaluar los pacientes con riesgo de cáncer cervical [Tesis de Posgrado, Universidad Técnica Particular de Loja]. Repositorio Institucional. https://dspace.utpl.edu.ec/handle/29.500.19856/71050
Abstract: Abstract: Cervical cancer is one of the leading causes of death among women worldwide, particularly in low-resource countries. This disease is caused by the presence of the human papillomavirus (HPV) in the uterine walls and can be treated if detected early. However, traditional detection methods, such as cytology and colposcopy, rely solely on the specialist's experience and judgment, which can lead to varying and sometimes inaccurate diagnoses. We present ColpoTool, an artificial intelligence tool designed to assist in the analysis of colposcopic images and clinical data. It leverages neural networks and machine learning models to segment and classify images using the Swede score scale to evaluate cervical lesion risks and analyze risk factors associated with the patient's clinical data.
Description: Resumen: El cáncer de cuello uterino representa un problema de salud pública y un enemigo silencioso donde la detección temprana es la clave, este tipo de cáncer ocupa el cuarto lugar entre los cánceres más comunes que afectan a miles de mujeres alrededor del mundo, siendo en los países de vías de desarrollo donde se encuentran las más tasas más altas. Los métodos de detección tradicionales dependen exclusivamente de la experiencia y el criterio de un especialista, por lo que en comunidades aisladas y de escasos recursos el acceso una detección temprana es limitada. Presentamos una herramienta para el análisis de lesiones cervicales y la predicción de riesgo de cáncer llamada ColpoTool, durante su desarrollo se implementó el modelo UNET para el análisis de lesiones y Random Forest para la predicción del riesgo de cáncer con datos clínicos. Además, se implementaron las métricas IOU: 0.96 y Dice:0.97, así como Accuracy: 0.95, Precisión: 0.94, Recall: 0.97, F1-Score:0.95. Finalmente, los modelos entrenados se integraron en una plataforma web desarrollada en tecnologías como React, Python, Django, entre otras.
URI: https://bibliotecautpl.utpl.edu.ec/cgi-bin/abnetclwo?ACC=DOSEARCH&xsqf99=145939.TITN.
Appears in Collections:Maestría en Inteligencia Artificial Aplicada



Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.