Clasificación de células en prueba de Papanicolau (pap test) en microscopía

Autores
Gramática, Martín Nicolás; García, Mario Alejandro; Gignone, Miguel
Año de publicación
2023
Idioma
español castellano
Tipo de recurso
artículo
Estado
versión publicada
Descripción
En este artículo breve se aborda la clasificación de células cervicales en el pap test, también conocido como prueba de Papanicolau, mediante el uso de YOLOv7. El objetivo final del trabajo es lograr una herramienta que asista a los patólogos en el diagnóstico del cáncer de cuello uterino, mejorando la calidad y los tiempos de diagnóstico. Se realizaron tres experimentos para la obtención de resultados preliminares, utilizando distintos números de clases de entre las seis existentes según el sistema Bethesda (Negativo para lesiones intraepiteliaies, ASC-US. ASC-H, LSIL, HSIL, SCC). Se empleó el dataset CRIC para enrtenar el modelo y se desarrollaron una API REST en Flask y una aplicación web para utilizar los modelos entrenados en la inferencia. Los resultados preliminares indican que, con las seis clases, el modelo no logra clasificar con la suficiente exactitud, pero mejora significativamente al agrupar las cinco clases positivas. Se concluye que las células cervicales son fácilmente detectables con YOLOV7, y que se podrian obtener mejores resultados de clasificación, ya sen mejorando el modelo de detección de objetos, el dataset, o introdiciendo un clasificador convolucional como segundo paso.
Fil: Gramática, Martín Nicolás . Universidad Tecnológica Nacional. Facultad Regional Córdoba. Grupo de Investigación en Inteligencia Artificial; Argentina.
Fil: García, Mario Alejandro. Universidad Tecnológica Nacional. Facultad Regional Córdoba. Grupo de Investigación en Inteligencia Artificial; Argentina.
Fil: Gignone, Miguel. Universidad Tecnológica Nacional. Facultad Regional Córdoba. Grupo de Investigación en Inteligencia Artificial; Argentina.
Peer Reviewed
Fuente
Memorias de las 52 JAIIO - CAIS - ISSN: 2451-7496 - Página 143
Materia
Pap test
Cervical cancer
Deep learning
Digital pathology
Nivel de accesibilidad
acceso abierto
Condiciones de uso
Attribution-NonCommercial-NoDerivs 2.5 Argentina
Repositorio
Repositorio Institucional Abierto (UTN)
Institución
Universidad Tecnológica Nacional
OAI Identificador
oai:ria.utn.edu.ar:20.500.12272/15597
Acceder
id RIAUTN_76b9aa9fbd9b65f8095de43cf203697d
oai_identifier_str oai:ria.utn.edu.ar:20.500.12272/15597
network_acronym_str RIAUTN
repository_id_str a
network_name_str Repositorio Institucional Abierto (UTN)
spelling Clasificación de células en prueba de Papanicolau (pap test) en microscopíaGramática, Martín NicolásGarcía, Mario AlejandroGignone, MiguelPap testCervical cancerDeep learningDigital pathologyEn este artículo breve se aborda la clasificación de células cervicales en el pap test, también conocido como prueba de Papanicolau, mediante el uso de YOLOv7. El objetivo final del trabajo es lograr una herramienta que asista a los patólogos en el diagnóstico del cáncer de cuello uterino, mejorando la calidad y los tiempos de diagnóstico. Se realizaron tres experimentos para la obtención de resultados preliminares, utilizando distintos números de clases de entre las seis existentes según el sistema Bethesda (Negativo para lesiones intraepiteliaies, ASC-US. ASC-H, LSIL, HSIL, SCC). Se empleó el dataset CRIC para enrtenar el modelo y se desarrollaron una API REST en Flask y una aplicación web para utilizar los modelos entrenados en la inferencia. Los resultados preliminares indican que, con las seis clases, el modelo no logra clasificar con la suficiente exactitud, pero mejora significativamente al agrupar las cinco clases positivas. Se concluye que las células cervicales son fácilmente detectables con YOLOV7, y que se podrian obtener mejores resultados de clasificación, ya sen mejorando el modelo de detección de objetos, el dataset, o introdiciendo un clasificador convolucional como segundo paso.Fil: Gramática, Martín Nicolás . Universidad Tecnológica Nacional. Facultad Regional Córdoba. Grupo de Investigación en Inteligencia Artificial; Argentina.Fil: García, Mario Alejandro. Universidad Tecnológica Nacional. Facultad Regional Córdoba. Grupo de Investigación en Inteligencia Artificial; Argentina.Fil: Gignone, Miguel. Universidad Tecnológica Nacional. Facultad Regional Córdoba. Grupo de Investigación en Inteligencia Artificial; Argentina.Peer ReviewedUniversidad Tecnológica Nacional Regional Córdoba.2026-09-16T19:43:21Z2023-09-05info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_6501info:ar-repo/semantics/articulopdfapplication/pdfJAIIO CAIS 2023 CAIS, Simposio Argentino de Informática en Salud2451-7496https://hdl.handle.net/20.500.12272/15597Memorias de las 52 JAIIO - CAIS - ISSN: 2451-7496 - Página 143reponame:Repositorio Institucional Abierto (UTN)instname:Universidad Tecnológica Nacionalspainfo:eu-repo/semantics/openAccessAttribution-NonCommercial-NoDerivs 2.5 Argentinahttp://creativecommons.org/licenses/by-nc-nd/2.5/ar/Gramática, Martín Nicolás; García, Mario Alejandro; Gignone, Miguelhttps://creativecommons.org/licenses/by-nc-nd/4.0/2026-09-24T12:46:37Zoai:ria.utn.edu.ar:20.500.12272/15597instacron:UTNInstitucionalhttp://ria.utn.edu.ar/Universidad públicaNo correspondehttp://ria.utn.edu.ar/oaigestionria@rec.utn.edu.ar; fsuarez@rec.utn.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:a2026-09-24 12:46:38.519Repositorio Institucional Abierto (UTN) - Universidad Tecnológica Nacionalfalse
dc.title.none.fl_str_mv Clasificación de células en prueba de Papanicolau (pap test) en microscopía
title Clasificación de células en prueba de Papanicolau (pap test) en microscopía
spellingShingle Clasificación de células en prueba de Papanicolau (pap test) en microscopía
Gramática, Martín Nicolás
Pap test
Cervical cancer
Deep learning
Digital pathology
title_short Clasificación de células en prueba de Papanicolau (pap test) en microscopía
title_full Clasificación de células en prueba de Papanicolau (pap test) en microscopía
title_fullStr Clasificación de células en prueba de Papanicolau (pap test) en microscopía
title_full_unstemmed Clasificación de células en prueba de Papanicolau (pap test) en microscopía
title_sort Clasificación de células en prueba de Papanicolau (pap test) en microscopía
dc.creator.none.fl_str_mv Gramática, Martín Nicolás
García, Mario Alejandro
Gignone, Miguel
author Gramática, Martín Nicolás
author_facet Gramática, Martín Nicolás
García, Mario Alejandro
Gignone, Miguel
author_role author
author2 García, Mario Alejandro
Gignone, Miguel
author2_role author
author
dc.subject.none.fl_str_mv Pap test
Cervical cancer
Deep learning
Digital pathology
topic Pap test
Cervical cancer
Deep learning
Digital pathology
dc.description.none.fl_txt_mv En este artículo breve se aborda la clasificación de células cervicales en el pap test, también conocido como prueba de Papanicolau, mediante el uso de YOLOv7. El objetivo final del trabajo es lograr una herramienta que asista a los patólogos en el diagnóstico del cáncer de cuello uterino, mejorando la calidad y los tiempos de diagnóstico. Se realizaron tres experimentos para la obtención de resultados preliminares, utilizando distintos números de clases de entre las seis existentes según el sistema Bethesda (Negativo para lesiones intraepiteliaies, ASC-US. ASC-H, LSIL, HSIL, SCC). Se empleó el dataset CRIC para enrtenar el modelo y se desarrollaron una API REST en Flask y una aplicación web para utilizar los modelos entrenados en la inferencia. Los resultados preliminares indican que, con las seis clases, el modelo no logra clasificar con la suficiente exactitud, pero mejora significativamente al agrupar las cinco clases positivas. Se concluye que las células cervicales son fácilmente detectables con YOLOV7, y que se podrian obtener mejores resultados de clasificación, ya sen mejorando el modelo de detección de objetos, el dataset, o introdiciendo un clasificador convolucional como segundo paso.
Fil: Gramática, Martín Nicolás . Universidad Tecnológica Nacional. Facultad Regional Córdoba. Grupo de Investigación en Inteligencia Artificial; Argentina.
Fil: García, Mario Alejandro. Universidad Tecnológica Nacional. Facultad Regional Córdoba. Grupo de Investigación en Inteligencia Artificial; Argentina.
Fil: Gignone, Miguel. Universidad Tecnológica Nacional. Facultad Regional Córdoba. Grupo de Investigación en Inteligencia Artificial; Argentina.
Peer Reviewed
description En este artículo breve se aborda la clasificación de células cervicales en el pap test, también conocido como prueba de Papanicolau, mediante el uso de YOLOv7. El objetivo final del trabajo es lograr una herramienta que asista a los patólogos en el diagnóstico del cáncer de cuello uterino, mejorando la calidad y los tiempos de diagnóstico. Se realizaron tres experimentos para la obtención de resultados preliminares, utilizando distintos números de clases de entre las seis existentes según el sistema Bethesda (Negativo para lesiones intraepiteliaies, ASC-US. ASC-H, LSIL, HSIL, SCC). Se empleó el dataset CRIC para enrtenar el modelo y se desarrollaron una API REST en Flask y una aplicación web para utilizar los modelos entrenados en la inferencia. Los resultados preliminares indican que, con las seis clases, el modelo no logra clasificar con la suficiente exactitud, pero mejora significativamente al agrupar las cinco clases positivas. Se concluye que las células cervicales son fácilmente detectables con YOLOV7, y que se podrian obtener mejores resultados de clasificación, ya sen mejorando el modelo de detección de objetos, el dataset, o introdiciendo un clasificador convolucional como segundo paso.
publishDate 2023
dc.date.none.fl_str_mv 2023-09-05
2026-09-16T19:43:21Z
dc.type.none.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_6501
info:ar-repo/semantics/articulo
format article
status_str publishedVersion
dc.identifier.none.fl_str_mv JAIIO CAIS 2023 CAIS, Simposio Argentino de Informática en Salud
2451-7496
https://hdl.handle.net/20.500.12272/15597
identifier_str_mv JAIIO CAIS 2023 CAIS, Simposio Argentino de Informática en Salud
2451-7496
url https://hdl.handle.net/20.500.12272/15597
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
Attribution-NonCommercial-NoDerivs 2.5 Argentina
http://creativecommons.org/licenses/by-nc-nd/2.5/ar/
Gramática, Martín Nicolás; García, Mario Alejandro; Gignone, Miguel
https://creativecommons.org/licenses/by-nc-nd/4.0/
eu_rights_str_mv openAccess
rights_invalid_str_mv Attribution-NonCommercial-NoDerivs 2.5 Argentina
http://creativecommons.org/licenses/by-nc-nd/2.5/ar/
Gramática, Martín Nicolás; García, Mario Alejandro; Gignone, Miguel
https://creativecommons.org/licenses/by-nc-nd/4.0/
dc.format.none.fl_str_mv pdf
application/pdf
dc.publisher.none.fl_str_mv Universidad Tecnológica Nacional Regional Córdoba.
publisher.none.fl_str_mv Universidad Tecnológica Nacional Regional Córdoba.
dc.source.none.fl_str_mv Memorias de las 52 JAIIO - CAIS - ISSN: 2451-7496 - Página 143
reponame:Repositorio Institucional Abierto (UTN)
instname:Universidad Tecnológica Nacional
reponame_str Repositorio Institucional Abierto (UTN)
collection Repositorio Institucional Abierto (UTN)
instname_str Universidad Tecnológica Nacional
repository.name.fl_str_mv Repositorio Institucional Abierto (UTN) - Universidad Tecnológica Nacional
repository.mail.fl_str_mv gestionria@rec.utn.edu.ar; fsuarez@rec.utn.edu.ar
_version_ 1877230926874804224
score 13.265058

Publicaciones similares