Advanced search

Show simple item record

dc.contributor.advisorMauricio Sánchez, David Santos
dc.contributor.authorTirado Tirado, Jhonatan Hamner
dc.date.accessioned2021-12-07T21:30:02Z
dc.date.available2021-12-07T21:30:02Z
dc.date.issued2021
dc.identifier.citationTirado, J. (2021). Datación de equimosis usando Aprendizaje Profundo. [Tesis de maestría, Universidad Nacional Mayor de San Marcos, Facultad de Ingeniería de Sistemas e Informática, Unidad de Posgrado]. Repositorio institucional Cybertesis UNMSM.
dc.identifier.urihttps://hdl.handle.net/20.500.12672/17317
dc.description.abstractLa datación (determinar la edad) de una equimosis es importante en casos de violencia física, con implicancias medico legales. El método más común consiste en usar escalas de colores, pero estudios demuestran que este método tiene un 50 % de precisión, ya que la evolución de una equimosis es muy variable. Esta tesis propone un método basado en redes neuronales convolucionales profundas para datación de equimosis haciendo uso solo de fotografías. Se construyó un conjunto de datos de fotografías de equimosis a través de un experimento controlado, obteniendo 2140 fotografías, siguiendo un protocolo de captura de imágenes diseñado para esta investigación. Posteriormente, 20 variantes de modelos de redes neuronales convolucionales profundas, basadas en las arquitecturas InceptionV3, Resnet50, MobileNet y MnasNet, fueron entrenados. Se aplicaron técnicas como transferencia de aprendizaje, validación cruzada y aumento de datos. Durante el análisis de los resultados, se halló que los modelos basados en MnasNet tienen el mejor desempeño, con un 97 % de precisión y sensibilidad, y 99.5 % de especificidad, excediendo lo reportado en la literatura. El mejor modelo obtenido fue implementado en una aplicación web, con los requerimientos funcionales definidos por un especialista forense del Instituto de Medicina Legal del Perú.
dc.formatapplication/pdf
dc.language.isospa
dc.publisherUniversidad Nacional Mayor de San Marcos
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rights.urihttps://creativecommons.org/licenses/by-nc-sa/4.0/
dc.sourceUniversidad Nacional Mayor de San Marcos
dc.sourceRepositorio de Tesis - UNMSM
dc.subjectRedes neuronales (Computación)
dc.subjectProcesamiento de imágenes - Procesamiento de datos
dc.subjectPiel - Heridas y lesiones
dc.subjectMedicina basada en la evidencia
dc.titleDatación de equimosis usando aprendizaje profundo
dc.typeinfo:eu-repo/semantics/masterThesis
thesis.degree.nameMagíster en Ingeniería de Sistemas e Informática con mención en Ingeniería de Software
thesis.degree.grantorUniversidad Nacional Mayor de San Marcos. Facultad de Ingeniería de Sistemas e Informática. Unidad de Posgrado
thesis.degree.disciplineIngeniería de Sistemas e Informática con mención en Ingeniería de Software
dc.subject.ocdehttps://purl.org/pe-repo/ocde/ford#2.02.04
dc.publisher.countryPE
renati.advisor.dni06445495
renati.advisor.orcidhttps://orcid.org/0000-0001-9262-626X
renati.author.dni42541401
renati.discipline612357
renati.jurorRodriguez Rodriguez, Ciro
renati.jurorGamarra Moreno, Juan
renati.jurorChávez Herrera, Carlos Ernesto
renati.levelhttps://purl.org/pe-repo/renati/level#maestro
renati.typehttps://purl.org/pe-repo/renati/type#tesis
sisbib.juror.dni06020241
sisbib.juror.dni20039857
sisbib.juror.dni40788722


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record

info:eu-repo/semantics/openAccess
Except where otherwise noted, this item's license is described as info:eu-repo/semantics/openAccess