152740 20250401114424.0 TAZ-TFG-2024-2483 spa Viscasillas Almeida, Alba Identification of signs of macular retinal pathology using artificial intelligence Identificación de signos de patología retiniana macular mediante inteligencia artificial Zaragoza Universidad de Zaragoza 2024 by-nc-sa Creative Commons 3.0 http://creativecommons.org/licenses/by-nc-sa/3.0/ La detección temprana de patologías retinianas es crucial para prevenir la ceguera y por ello, en este estudio, se busca desarrollar y entrenar una IA capaz de ayudar a la detección de signos de patología retiniana. Este estudio se ha dividido en varias frases, comenzando con la recopilación de imágenes de fondo de ojo, imágenes obtenidas mediante técnicas de diagnóstico por imagen, en concreto por OCT y retinografía. Los datos sistémicos y oculares de los pacientes y dos diagnósticos de cada imagen, el nuestro y otro realizado por un oftalmólogo. Todos estos datos se utilizaron como entradas para el entrenamiento de la IA. Se desarrollaron algoritmos de IA basada en RN en Python, usando la biblioteca Keras, para integrar y procesar los datos. El modelo tiene varias capas convolucionales y de MaxPooling para extraer características de las imágenes y evitar el sobreajuste, las capas densas con funciones de activación “relu” y “softmax” clasifican las patologías en las imágenes. El entrenamiento utilizó “categorical crossentropy” como función coste y RMSprop como optimizador, validando las predicciones con la métrica de precisión “accuracy”. Finalmente, la IA fue capaz de analizar imágenes nuevas de fondo de ojo con alteraciones y, en cada prueba, mejorar la detección de signos hasta con un 90% de aciertos en la última prueba. Los resultados indicaron que el modelo creado tiene un buen rendimiento en la detección de signos patológicos retinianos, aunque se requiere más tiempo e investigación para mejorar la precisión y efectividad. <br /><br /> Graduado en Óptica y Optometría Derechos regulados por licencia Creative Commons 818570@unizar.es 1259181 http://zaguan.unizar.es/record/152740/files/TAZ-TFG-2024-2483_ANE.pdf Anexos (spa) 493962 http://zaguan.unizar.es/record/152740/files/TAZ-TFG-2024-2483.pdf Memoria (spa) oai:zaguan.unizar.es:152740 driver trabajos-fin-grado 0 Otín Mallada Sofía Zaira dir. Gutiérrez Rodrigo, Sergio dir. Universidad de Zaragoza Física Aplicada Optica TAZ TFG CIEN 20240612110229.CREATION_DATE deposita:2025-04-01