Detección temprana de melanoma mediante visión computacional en dispositivos móviles.
Loading...
Date
2025
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad de Concepción
Abstract
El melanoma cutáneo representa un desafío crítico de salud pública, en el que la supervivencia del paciente está relacionada al diagnóstico precoz. Sin embargo, la brecha entre la creciente incidencia de la patología y la disponibilidad de especialistas dermatológicos genera tiempos de espera que comprometen el pronóstico. Esta memoria aborda dicha problemática mediante el desarrollo de un sistema de detección dermatológica basado en Inteligencia Artificial y Visión Computacional, diseñado para operar en dispositivos móviles bajo el paradigma de Edge AI, garantizando así la privacidad de los datos y la disponibilidad en zonas sin conectividad.
Se utilizaron múltiples fuentes de referencia internacional, integrando los datasets ISIC (ediciones 2018, 2019 y 2020), HAM10000 y el Melanoma Skin Cancer Dataset. Para mitigar el desbalance de clases de los datos médicos, se aplicó una estrategia de preprocesamiento basada en Random Undersampling, obteniendo un corpus de entrenamiento balanceado (ratio 3:1) de 73.448 imágenes dermatoscópicas. A nivel de modelo, se implementó una red EfficientNetV2-M optimizada mediante Transfer Learning en un entorno PyTorch con aceleración GPU. Finalmente, para superar las barreras de implementación móvil, el modelo fue exportado al estándar ONNX (Open Neural Network Exchange). Esto habilitó la inferencia local eficiente mediante ONNX Runtime, logrando una precisión de 97,79 %.
Description
Tesis presentada para optar al título de Ingeniero/a Civil Informático/a.
Keywords
Teléfonos móviles, Melanoma, Inteligencia artificial Aplicaciones médicas