%0 Thesis
%A De Mar�a Espiritusanto, �lex
%8 2025-07
%U https://hdl.handle.net/20.500.12880/12620
%X Este Trabajo de Fin de Grado se enmarca en el proyecto de investigaci�n "Desarrollo y uso cl�nico de un sistema de diagn�stico precoz y detecci�n precisa de anomal�as mamarias con algoritmos de aprendizaje profundo y termograf�a", financiado por la C�tedra Fundaci�n ASISA - Universidad Europea. El objetivo principal es desarrollar un sistema de diagn�stico asistido que permita la detecci�n temprana del c�ncer de mama en regiones con recursos limitados, tomando como caso de estudio real el contexto sanitario de zonas rurales de Ecuador. Ante la dificultad de acceso a tecnolog�as como la mamograf�a y la escasez de bases de datos cl�nicas bien etiquetadas, se propone un enfoque basado en im�genes termogr�ficas combinadas con t�cnicas de inteligencia artificial. En primer lugar, se emplean Redes Generativas Antag�nicas (GANs) para generar im�genes sint�ticas que aumenten y diversifiquen el conjunto de datos disponible. Posteriormente, se entrena una Red Neuronal Convolucional (CNN) para clasificar las im�genes en benignas o malignas. El sistema se eval�a mediante m�tricas est�ndar como FID, KID y precisi�n diagn�stica, demostrando que la combinaci�n de GANs y CNNs permite mejorar significativamente el rendimiento en tareas de clasificaci�n m�dica. Esta soluci�n plantea una alternativa innovadora, port�til y de bajo coste para la mejora del cribado poblacional en entornos con limitaciones estructurales
%T Generaci�n sint�tica de im�genes termor�ficas de mama mediante modelos generativos para la detcci�n temprana del c�ncer
%K Termograf�a
%K C�ncer de mama
%K Redes neuronales convolucionales
%K GANs
%K Diagn�stico asistido
%~ END