Por favor, use este identificador para citar o enlazar este ítem:
https://repositorio.unemi.edu.ec/xmlui/handle/123456789/5944
Título : | DESARROLLO DE UN SISTEMA WEB UTILIZANDO PROCESAMIENTO DE IMÁGENES DE RAYOS X DE TÓRAX PARA LA DETECCIÓN DE COVID-19 MEDIANTE DEEP LEARNING |
Autor : | Vera Paredes, Daniel Alexander Fuentes Peralta, Nelson Kevin Vera Martínez, Samuel Aaron |
Palabras clave : | COVID 19 FRAMEWORK DJANGO TENSORFLOW APLICACIÓN WEB |
Fecha de publicación : | dic-2021 |
Resumen : | el covid 19 ha desatado una pandemia el cual ha provocado una inestabilidad en el sistema de salud y en el sistema económico a nivel mundial en una etapa temprana no se suele detectar si la persona presenta síntomas que indiquen si es un caso positivo o negativo de covid 19 por eso se propone desarrollar un sistema donde se gestionan los diferentes casos de covid 19 para la detección temprana del virus con ayuda de inteligencia artificial utilizando tecnologías como python que cuenta con librerías como tensor flow keras pandas numpy y matplotlib que son las herramientas necesaria para lograr la construcción de la solución para detectar los casos de covid 19 a través de imágenes de rayos x además del uso de esas librerías se usa el framework django el cual nos permite el desarrollo de una aplicación web de manera ágil y rápida por otro lado el desarrollo del proyecto involucra una serie de pasos previo a la construcción del producto final en la cual se aplican metodologías de desarrollo de software e inteligencia artificial que nos permiten optimizar tiempos y recursos desde el análisis de requerimientos hasta el diseño codificación y pruebas |
URI : | http://repositorio.unemi.edu.ec/handle/123456789/5944 |
Aparece en las colecciones: | Tesis de Ingeniería de Sistemas Computacionales |
Ficheros en este ítem:
Fichero | Descripción | Tamaño | Formato | |
---|---|---|---|---|
Fuentes Peralta Nelson Kevin.pdf | 3.15 MB | Adobe PDF | Visualizar/Abrir |
Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.