Estudio y comparación de diferentes métodos de aprendizaje profundo referidos a la detección de heridas en la piel

Abstract

[ES] La presente tesis de maestría trata sobre la detección de heridas cutáneas basadas en redes neuronales en MatLab. MatLab permite a los usuarios integrar arquitecturas de aprendizaje profundo preentrenadas gracias a Neural Network Toolbox, por esta razón se eligió para desarrollar un código para volver a entrenar modelos preentrenados como ResNet, VGG o AlexNet. Esta caja de herramientas también permite la definición de varios modelos de aprendizaje automático. En esta Tesis, como primer paso, se identificaron y evaluaron las arquitecturas de aprendizaje profundo comúnmente utilizadas para la segmentación semántica para la detección de heridas en la piel con el objetivo de encontrar el mejor desempeño. Se realizaron pasos previos de etiquetado de datos y particiones. Los modelos elegidos, de acuerdo con el estado del arte en el aprendizaje profundo, se entrenaron con diferentes parámetros de entrenamiento y fue parte de esta tesis de maestría desarrollar un criterio para evaluar los enfoques y comparar las diferentes arquitecturas pre-entrenadas. Se ha demostrado la viabilidad de la detección de heridas de la piel en Matlab, aunque los recursos disponibles fueron un claro factor limitante.

[EN] The present Master Thesis deals with neural-network-based skin wound detection on MatLab. MatLab allows the users to integrate pretrained deep learning architectures thanks to the Neural Network Toolbox, for this reason it was chosen to develop a code in order to re-train pretrained models such as ResNet, VGG or AlexNet. This Toolbox also allows the definition of various machine learning models. In this Thesis, as a first step, commonly used Deep learning architectures for semantic segmentation were identified and evaluated for skin wound detection aiming to find the best performer. Previous steps of data Labelling and partitioning were made. The chosen models, according to the state-of-art in deep learning, were trained with different training parameters and it was part of this Master thesis to develop a criterium to evaluate the approaches and compare the different pre-trained architectures. Feasibility of Skin Wound detection on Matlab has been proven, although the available resources were a clear limiting factor.