Investigación Científica Aplicada

Clasificacion de Tumores Cerebrales Mediante el uso de Redes Neuronales Convolucionales

Ya sean malignos o benignos, los tumores cerebrales presentan importantes desafíos diagnósticos debido a su impacto en estructuras neurales críticas. Este estudio evalúa la eficacia del uso de Redes Neuronales Convolucionales (CNN, por sus siglas en inglés) para asistir en la detección y clasificación de tumores cerebrales a partir de imágenes generadas por Resonancia Magnética (MRI). Se utilizó un conjunto de datos de acceso público disponible en Kaggle, que comprende 5,712 imágenes etiquetadas en cuatro categorías (glioma, meningioma, tumor pituitario y sin tumor) para entrenar, validar y probar tres arquitecturas de CNN: ResNet50, VGG16 y VGG19. Cada modelo fue sometido a los mismos pasos de preprocesamiento y configuración de entrenamiento para garantizar una comparación justa. Las métricas de evaluación incluyeron precisión (accuracy), pérdida (loss), matrices de confusión, curvas ROC y curvas de precisión-recall.