Predicción de la Respuesta al Tratamiento de Inmunoterapia para el Cáncer de Pulmón No Microcítico mediante Modelos de Inteligencia Artificial y Características Radiómicas

Es cada vez más frecuente en los últimos años que personas de todo el mundo sean diagnosticadas con uno de los cánceres más comunes, y a su vez más mortíferos de la edad moderna. Dentro de sus variaciones, el cáncer de pulmón de células no pequeñas o cáncer de pulmón no microcítico supone uno de los...

Descripción completa

Detalles Bibliográficos
Autor: Vías Torres, Jesús
Tipo de recurso: tesis de maestría
Estado:Versión publicada
Fecha de publicación:2025
País:España
Institución:Universidad de Sevilla (US)
Repositorio:idUS. Depósito de Investigación de la Universidad de Sevilla
OAI Identifier:oai:idus.us.es:11441/176218
Acceso en línea:https://hdl.handle.net/11441/176218
Access Level:acceso abierto
Palabra clave:Características radiómicas
Inmunoterapia
Tomografía computarizada
Cáncer de pulmón
Inteligencia Artificial
Radiomic features
Immunotherapy
Computed tomography
Lung cancer
Artificial intelligence
id ES_35ab08138fcfcb4b1c7d189a7eee2f86
oai_identifier_str oai:idus.us.es:11441/176218
network_acronym_str ES
network_name_str España
repository_id_str
spelling Predicción de la Respuesta al Tratamiento de Inmunoterapia para el Cáncer de Pulmón No Microcítico mediante Modelos de Inteligencia Artificial y Características RadiómicasVías Torres, JesúsCaracterísticas radiómicasInmunoterapiaTomografía computarizadaCáncer de pulmónInteligencia ArtificialRadiomic featuresImmunotherapyComputed tomographyLung cancerArtificial intelligenceEs cada vez más frecuente en los últimos años que personas de todo el mundo sean diagnosticadas con uno de los cánceres más comunes, y a su vez más mortíferos de la edad moderna. Dentro de sus variaciones, el cáncer de pulmón de células no pequeñas o cáncer de pulmón no microcítico supone uno de los más comunes y letales. Consecuentemente, en la ingeniería biomédica actual son más y más las técnicas y tecnologías desarrolladas para atacar el tratamiento, la prevención, y la revisión de esta patología, con un gran auge de las basadas en inteligencia artificial; elemento insignia para este proyecto. En este trabajo, el objetivo principal ha sido el estudio de la respuesta a tratamientos de inmunoterapia en pacientes de cáncer de pulmón no microcítico, mediante el uso de modelos de inteligencia artificial basados en el cálculo de la variación de las características radiómicas, las cuáles son extraídas a partir de imágenes de tomografía computarizada en distintos momentos del tratamiento.In recent years, it has become increasingly common for people around the world to be diagnosed with one of the most prevalent, and at the same time, deadliest cancers of the modern age. Among its variations, non-small cell lung cancer stands out as one of the most common and lethal forms of lung cancer. As a result, the field of biomedical engineering has seen a growing number of techniques and technologies developed to address the treatment, prevention and monitoring of this disease. Particularly, those based on artificial intelligence, which plays a central role in this project. In this work, the main objective has been to study the response to immunotherapy treatments in patients with non-small cell lung cancer, using artificial intelligence models based on the analysis of variations in radiomic features, which are extracted from computed tomography images taken at different stages of the treatment.Máster Universitario en Ingeniería Biomédica y Salud DigitalGonzález Díaz, RocíoToscano Durán, VíctorMatemática Aplicada I2025info:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/publishedVersionapplication/pdfapplication/pdfhttps://hdl.handle.net/11441/176218reponame:idUS. Depósito de Investigación de la Universidad de Sevillainstname:Universidad de Sevilla (US)Españolinfo:eu-repo/semantics/openAccessoai:idus.us.es:11441/1762182026-06-17T12:51:07Z
dc.title.none.fl_str_mv Predicción de la Respuesta al Tratamiento de Inmunoterapia para el Cáncer de Pulmón No Microcítico mediante Modelos de Inteligencia Artificial y Características Radiómicas
title Predicción de la Respuesta al Tratamiento de Inmunoterapia para el Cáncer de Pulmón No Microcítico mediante Modelos de Inteligencia Artificial y Características Radiómicas
spellingShingle Predicción de la Respuesta al Tratamiento de Inmunoterapia para el Cáncer de Pulmón No Microcítico mediante Modelos de Inteligencia Artificial y Características Radiómicas
Vías Torres, Jesús
Características radiómicas
Inmunoterapia
Tomografía computarizada
Cáncer de pulmón
Inteligencia Artificial
Radiomic features
Immunotherapy
Computed tomography
Lung cancer
Artificial intelligence
title_short Predicción de la Respuesta al Tratamiento de Inmunoterapia para el Cáncer de Pulmón No Microcítico mediante Modelos de Inteligencia Artificial y Características Radiómicas
title_full Predicción de la Respuesta al Tratamiento de Inmunoterapia para el Cáncer de Pulmón No Microcítico mediante Modelos de Inteligencia Artificial y Características Radiómicas
title_fullStr Predicción de la Respuesta al Tratamiento de Inmunoterapia para el Cáncer de Pulmón No Microcítico mediante Modelos de Inteligencia Artificial y Características Radiómicas
title_full_unstemmed Predicción de la Respuesta al Tratamiento de Inmunoterapia para el Cáncer de Pulmón No Microcítico mediante Modelos de Inteligencia Artificial y Características Radiómicas
title_sort Predicción de la Respuesta al Tratamiento de Inmunoterapia para el Cáncer de Pulmón No Microcítico mediante Modelos de Inteligencia Artificial y Características Radiómicas
dc.creator.none.fl_str_mv Vías Torres, Jesús
author Vías Torres, Jesús
author_facet Vías Torres, Jesús
author_role author
dc.contributor.none.fl_str_mv González Díaz, Rocío
Toscano Durán, Víctor
Matemática Aplicada I
dc.subject.none.fl_str_mv Características radiómicas
Inmunoterapia
Tomografía computarizada
Cáncer de pulmón
Inteligencia Artificial
Radiomic features
Immunotherapy
Computed tomography
Lung cancer
Artificial intelligence
topic Características radiómicas
Inmunoterapia
Tomografía computarizada
Cáncer de pulmón
Inteligencia Artificial
Radiomic features
Immunotherapy
Computed tomography
Lung cancer
Artificial intelligence
description Es cada vez más frecuente en los últimos años que personas de todo el mundo sean diagnosticadas con uno de los cánceres más comunes, y a su vez más mortíferos de la edad moderna. Dentro de sus variaciones, el cáncer de pulmón de células no pequeñas o cáncer de pulmón no microcítico supone uno de los más comunes y letales. Consecuentemente, en la ingeniería biomédica actual son más y más las técnicas y tecnologías desarrolladas para atacar el tratamiento, la prevención, y la revisión de esta patología, con un gran auge de las basadas en inteligencia artificial; elemento insignia para este proyecto. En este trabajo, el objetivo principal ha sido el estudio de la respuesta a tratamientos de inmunoterapia en pacientes de cáncer de pulmón no microcítico, mediante el uso de modelos de inteligencia artificial basados en el cálculo de la variación de las características radiómicas, las cuáles son extraídas a partir de imágenes de tomografía computarizada en distintos momentos del tratamiento.
publishDate 2025
dc.date.none.fl_str_mv 2025
dc.type.none.fl_str_mv info:eu-repo/semantics/masterThesis
info:eu-repo/semantics/publishedVersion
format masterThesis
status_str publishedVersion
dc.identifier.none.fl_str_mv https://hdl.handle.net/11441/176218
url https://hdl.handle.net/11441/176218
dc.language.none.fl_str_mv Español
language_invalid_str_mv Español
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
application/pdf
dc.source.none.fl_str_mv reponame:idUS. Depósito de Investigación de la Universidad de Sevilla
instname:Universidad de Sevilla (US)
instname_str Universidad de Sevilla (US)
reponame_str idUS. Depósito de Investigación de la Universidad de Sevilla
collection idUS. Depósito de Investigación de la Universidad de Sevilla
repository.name.fl_str_mv
repository.mail.fl_str_mv
_version_ 1869405903267037184
score 15.812429

Similares en LA Referencia