Resumen

El cáncer de mama es una enfermedad mortal y es una de las principales causas de muerte en las mujeres de todo el mundo. El proceso de diagnóstico basado en el tejido de la biopsia no es trivial, requiere mucho tiempo y es propenso a errores humanos, y puede haber conflictos sobre el diagnóstico final debido a la variabilidad entre observadores. Se han diseñado e implementado sistemas de diagnóstico asistido por ordenador para combatir estos problemas. Estos sistemas contribuyen significativamente a aumentar la eficacia y la precisión y a reducir el coste del diagnóstico. Además, estos sistemas deben mejorar su rendimiento para que su diagnóstico determinado sea más fiable. Esta investigación estudia la aplicación de la arquitectura EfficientNet para la clasificación de imágenes histológicas de cáncer de mama teñidas con hematoxilina y eosina proporcionadas por el conjunto de datos ICIAR2018. En concreto, se ajustaron siete EfficientNets y se evaluó su capacidad para clasificar las imágenes en cuatro clases: normal, benigna, carcinoma in situ y carcinoma invasivo. Además, se observaron dos técnicas estándar de normalización de manchas, Reinhard y Macenko, para medir el impacto de la normalización de manchas en el rendimiento. Los resultados de este enfoque revelan que el modelo EfficientNet-B2 obtuvo una precisión y sensibilidad del 98,33% utilizando el método de normalización de manchas Reinhard en las imágenes de entrenamiento y una precisión y sensibilidad del 96,67% utilizando el método de normalización de manchas Macenko. Estos resultados satisfactorios indican que la transferencia de características genéricas de las imágenes naturales a las imágenes médicas mediante el ajuste fino en EfficientNets puede lograr resultados satisfactorios.

• Materias:Inteligencia artificial Minería de datos Algoritmos genéticos Neurofisiología Proceso de aprendizaje
• Subjects:Artificial intelligence Data mining Genetic algorithms Neurophysiology Learning processes
• Palabras claves:métodos de normalización de la tinción, resultados satisfactorios, normalización de la tinción de macenko, proceso de diagnóstico, clasificación de la hematoxilina, sistema de diagnóstico asistido, causa de muerte, normalización de la tinción de reinhard, técnicas de normalización de la tinción, cáncer de mama teñido
• Keywords:stain normalization methods, satisfactory results, macenko stain normalization, process of diagnosis, classification of hematoxylin, aided diagnosis system, cause of death, reinhard stain normalization, stain normalization techniques, stained breast cancer