Clasificación de lesiones de la piel sobre imágenes de dermatoscopia usando redes neuronales profundas

Con motivo del constante aumento del número de pacientes diagnosticados con cáncer y los grandes avances tecnológicos, la inteligencia artificial está encontrando una gran cabida dentro del sector de la medicina. Aplicaciones como la clasificación y/o segmentación de lesiones están siendo gran foco de investigación al ofrecer unos resultados favorables en la ejecución de otras tareas similares. Es por ello que en este trabajo de fin de grado hemos decidido centrar nuestra atención en la clasificación de lesiones de piel capturadas por dermatoscopio mediante redes neuronales convolucionales con el fin de demostrar su eficacia a la hora de abordar esta tarea. En primer lugar, hemos realizado un estudio del estado del arte para elegir qué framework utilizar y qué redes seleccionar. También, se ha hecho un resumen de la historia de la competición anual del ISIC, las patologías que se puede encontrar en su dataset, las métricas utilizadas y, finalmente, hemos acudido a la tabla de la clasificación para conocer qué técnicas se han utilizado para conseguir la puntuación obtenida. Por otro lado, hemos realizado un preprocesado previo a las imágenes del dataset, entre ellas, las aplicadas por el ganador de la competición del 2019, y entrenado los algoritmos seleccionados, siguiendo varias estrategias, para posteriormente realizar un análisis de los resultados obtenidos y guardar el mejor modelo generado. Por último, se ha implementado un demostrador que utilizará el modelo anteriormente mencionado para atajar el problema de la clasificación de lesiones de piel y se plantearán algunas líneas de trabajo futuro