Search

Skin cancer is a major public health issue with millions of cases diagnosed around the world. Melanoma is the most mortal form of skin cancer and causes the highest percentage of deaths. Although the mortality rate for melanoma is significant, when an early diagnosis is made more than the 95% of people survive. Therefore, a neural network image classification would be significantly helpful during diagnosis. Artificial neural networks have become a popular machine learning model due to the ability to make nonlinear and complex relationships between thousands of variables. In fact, on occasion convolutional neural networks pattern detection abilities surpass their human counterparts. The main objective of this thesis is to design a convolutional neural network which is able to distinguish melanoma from other skin lesions with a high rate of accuracy. Neural networks were trained and tested using images from HAM10000 dataset. Using a replicated factorial fractional design of experiments, we have realized the importance of balance in classification. Using different oversampling methods we have obtained a F1-score of 84% in the test data. As a result, we have demonstrated that it is possible to classify melanoma with greater precision. In fact, these results appear to be better than the usual results achieved through multi-class classification. Furthermore, we believe that with more computational capabilities better results could be reached El càncer de pell és un problema important de salut pública, amb milions de casos diagnosticat sarreu del món. El melanoma és la forma més mortal de càncer de pell, responsable de la immensa majoria de les morts per càncer de pell. Tot i que la mortalitat és significativa, quan es detecta precoçment, la supervivència del melanoma supera el 95%. És per aquest motiu que la classificació d'imatges mitjançant xarxes neuronals pot ser de gran ajuda per als diagnòstics.Les xarxes neuronals són un model d'aprenentatge automàtic molt utilitzat actualment per la seva capacitat d'establir relacions complexes i no lineals entre milers de variables, i arriben a superar-les capacitats humanes en detecció de patrons. L'objectiu principal d'aquest projecte és crear una xarxa neuronal convolucional capaç de distingir els melanomes entre diferents lesions cutànies amb gran precisió.Les xarxes neuronals han sigut entrenades i provades fent servir les imatges de la basede dades HAM10000. A partir d'un disseny d'experiments factorial fraccionat de 26-2 amb rèpliques s'ha obtingut el coneixement necessari per centrar-se en el balanceig de les classes en la classificació binària. S'ha obtingut una F1-score de 84% en el seu test. Aquests resultats demostren que és possible fer aquesta classificació amb gran precisió d'aquestes imatges dels melanomes. De fet, sembla que aquests resultats són millors que els que s'acostumen a obtenir mitjançant una classificació de múltiples classes i es creu que, amb més capacitats computacionals, es podria obtenir encara millors resultats Objectius de Desenvolupament Sostenible::3 - Salut i Benestar

En aquesta memòria es presenta el treball de disseny i implementació d’una interfície lúdica musical que s’ha desenvolupat per al robot CASPER (Cognitive Assistive Social PEt Robot), un autòmat d’assistència cognitiva creat per facilitar l’aprenentatge i millorar la capacitat de socialització de nens amb Desordre de l’Espectre Autista. Es mostra tant la part hardware com software que compon el robot, que ha estat desenvolupat en llenguatge Arduino, molt similar al C++. S’han programat dos diferents modalitats de joc: un amb l’objectiu de guiar el nen per reproduir una melodia predeterminada i l’altre que li permetrà d’una manera lliure crear-ne una de pròpia. Aquests han estat desenvolupats amb l’objectiu de treure el màxim profit del hardware amb el qual ja comptava CASPER: s’ha fet ús de quatre servomotors Dynamixel i de dos microcontroladors Arduino (un màster i un esclau, comunicats entre ells mitjançant protocol I2C). A més, s’han implementat al robot sensors tàctils, leds i un altaveu, que aporten al projecte un aspecte més lúdic. La música servirà d’intermediari entre el robot i el nen, i alhora podria suposar un punt de contacte inicial entre el terapeuta i el pacient, el qual generalment sol ignorar o fins i tot rebutjar la comunicació humana.