Abstract

PETRLIK AZABACHE, Iván Carlo; COVENAS LALUPU, José  and  ESPARZA SILVA, Milciades Roberto. EVALUACIÓN COMPARATIVA DE MODELOS DE CLASIFICACIÓN CNN DE TUMORES CEREBRALES EN IMÁGENES MRI. Aula Virtual [online]. 2025, vol.6, n.13, e563.  Epub Oct 25, 2025. ISSN 2665-0398.  https://doi.org/10.5281/zenodo.17369525.

La investigación realiza una evaluación comparativa de modelos de redes neuronales convolucionales (CNNs) para la clasificación de tumores cerebrales en imágenes MRI, en respuesta a la necesidad de sistemas de diagnóstico automatizado que sean precisos y eficientes en el ámbito médico. Se utilizaron 1683 imágenes obtenidas de repositorios públicos que correspondían a adenomas (403), gliomas (459), meningiomas (416) y tejido sano (405). La metodología empleada en esta investigación incluyó cinco fases: adquisición, preprocesamiento con interpolación y corrección de valores atípicos, balance de clases usando SMOTE, aumento de datos, aprendizaje por transferencia y evaluación. Se entrenaron dieciocho arquitecturas de CNNs, de las cuales solo nueve lograban un nivel de precisión ≥80%. BrainNet-7 logró la mayor precisión (99,2%), seguido de EfficientNet-B2 (98,7%) y Swin Transformer Tiny (98,0%). Por otro lado, la validación mediante las métricas estándar y Grad-CAM mostró que BrainNet-7 y EfficientNet-B2 son los modelos que tienen relevancia clínica.

Keywords : CNN; clasificación; tumores; MRI.

        · abstract in English     · text in Spanish     · Spanish ( pdf )