Investigación Científica Aplicada

Attention U-Net con Monte Carlo Uncertainty-Aware Focal Loss para la Segmentación de Lesiones Cutáneas.

Ante el incremento del cáncer de piel y la subjetividad del diagnóstico visual clásico, este proyecto presenta un modelo de Deep Learning para la segmentación automatizada de lesiones cutáneas. Utilizando la arquitectura Attention U-Net e integrando la función de pérdida Monte Carlo Uncertainty-Aware Focal Loss (MC-UAFL), el sistema optimiza la delimitación de tumores. La innovación radica en que estima la incertidumbre espacial mediante Monte Carlo Dropout y aplica una penalización dinámica (Focal Loss), mitigando errores en bordes difusos. Se validó con el dataset ISIC 2018, demostrando una alta precisión diagnóstica.