RSL Sobre Diagnóstico de COVID-19 Utilizando Redes Neuronales Artificiales Convolucionales

La rápida propagación del COVID-19 a nivel mundial obligó a desarrollar sistemas y métodos para predecir el comportamiento del virus o detectar la infección. Una de las formas de detectar al COVID-19 es a través del análisis de Rayos X o de Tomografías Computarizadas del tórax, por lo que resulta re...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Bennesch, Eduardo Hugo, Klan, Rocío, Mousquere, Juan Carlos
Formato: Objeto de conferencia
Lenguaje:Español
Publicado: 2022
Materias:
Ciencias Informáticas
redes neuronales convolucionales
machine learning
detección por imágenes
COVID-19
diagnóstico temprano
Acceso en línea:http://sedici.unlp.edu.ar/handle/10915/149425
Aporte de:
SEDICI (UNLP) de Universidad Nacional de La Plata
id I19-R120-10915-149425
record_format dspace
institution Universidad Nacional de La Plata
institution_str I-19
repository_str R-120
collection SEDICI (UNLP)
language Español
topic Ciencias Informáticas
redes neuronales convolucionales
machine learning
detección por imágenes
COVID-19
diagnóstico temprano
spellingShingle Ciencias Informáticas
redes neuronales convolucionales
machine learning
detección por imágenes
COVID-19
diagnóstico temprano
Bennesch, Eduardo Hugo
Klan, Rocío
Mousquere, Juan Carlos
RSL Sobre Diagnóstico de COVID-19 Utilizando Redes Neuronales Artificiales Convolucionales
topic_facet Ciencias Informáticas
redes neuronales convolucionales
machine learning
detección por imágenes
COVID-19
diagnóstico temprano
description La rápida propagación del COVID-19 a nivel mundial obligó a desarrollar sistemas y métodos para predecir el comportamiento del virus o detectar la infección. Una de las formas de detectar al COVID-19 es a través del análisis de Rayos X o de Tomografías Computarizadas del tórax, por lo que resulta relevante desarrollar modelos de IA que puedan asistir en la toma de decisiones. El objetivo de este informe es presentar una Revisión Sistemática de la Literatura (RSL) para evidenciar los avances en el desarrollo de soluciones software utilizando Redes Neuronales Artificiales (RNA) enfocadas en la detección del COVID-19. La búsqueda de artículos se realizó en seis fuentes diferentes. Como resultado, se obtuvieron 18 estudios clasificados en 5 dimensiones: Tipos de Propuestas, Tipos de datos, Validación, Características y Tipo de Soporte. Este trabajo evidencia que existen en simultáneo una gran cantidad de investigaciones relacionadas, que apuntan a la necesidad de encontrar soluciones prácticas, de bajo costo y de rápida evolución. La mayoría de los trabajos estudiados hacen hincapié en el dinamismo de los métodos de entrenamiento y la precisión de las respuestas.
format Objeto de conferencia
Objeto de conferencia
author Bennesch, Eduardo Hugo
Klan, Rocío
Mousquere, Juan Carlos
author_facet Bennesch, Eduardo Hugo
Klan, Rocío
Mousquere, Juan Carlos
author_sort Bennesch, Eduardo Hugo
title RSL Sobre Diagnóstico de COVID-19 Utilizando Redes Neuronales Artificiales Convolucionales
title_short RSL Sobre Diagnóstico de COVID-19 Utilizando Redes Neuronales Artificiales Convolucionales
title_full RSL Sobre Diagnóstico de COVID-19 Utilizando Redes Neuronales Artificiales Convolucionales
title_fullStr RSL Sobre Diagnóstico de COVID-19 Utilizando Redes Neuronales Artificiales Convolucionales
title_full_unstemmed RSL Sobre Diagnóstico de COVID-19 Utilizando Redes Neuronales Artificiales Convolucionales
title_sort rsl sobre diagnóstico de covid-19 utilizando redes neuronales artificiales convolucionales
publishDate 2022
url http://sedici.unlp.edu.ar/handle/10915/149425
work_keys_str_mv AT bennescheduardohugo rslsobrediagnosticodecovid19utilizandoredesneuronalesartificialesconvolucionales
AT klanrocio rslsobrediagnosticodecovid19utilizandoredesneuronalesartificialesconvolucionales
AT mousquerejuancarlos rslsobrediagnosticodecovid19utilizandoredesneuronalesartificialesconvolucionales
bdutipo_str Repositorios
_version_ 1764820462777401344

Ejemplares similares