Resumen

BELMAN LOPEZ, Carlos Eduardo. Diseño de una aplicación para detectar covid-19 mediante redes neuronales convolucionales e imágenes de rayos X. Acta univ [online]. 2024, vol.34, e3919.  Epub 07-Mar-2025. ISSN 2007-9621.  https://doi.org/10.15174/au.2024.3919.

Este documento presenta el diseño de una aplicación para detectar covid-19 utilizando redes neuronales convolucionales e imágenes de rayos X en dos escenarios (covid/No-covid y covid/Normal/Neumonía). Para evitar el sobreajuste, se utilizó aumento de datos, dropout, normalización por lotes y optimizador Adam. La red para tres clases se utilizó como modelo pre-entrenado ajustando solo la capa densa y de salida para obtener el modelo binario. Además, se realizó una optimización automatizada de hiper-parámetros como dropout, funciones de activación y número de neuronas. La tasa de aprendizaje se ajustó mediante callbacks para evadir óptimos locales. Las redes fueron convertidas al formato TensorFlow.js para integrarse en una aplicación híbrida utilizando Ionic y Capacitor, y se desplegaron mediante Firebase para brindar asistencia y soporte al generar diagnósticos. La aplicación obtuvo una exactitud del 98.61% y 96.48% para dos y tres clases, respectivamente, logrando mayor rendimiento que otras propuestas y utilizando menos parámetros de entrenamiento.

Palabras llave : covid-19; visión artificial; redes neuronales convolucionales.

        · resumen en Inglés     · texto en Inglés     · Inglés ( pdf )