Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)Rique Sabogal, Angie PaolaCarrera Camargo, Yesica CarreraHernández Vargas, Diego AlbertoMayorga Parra, Andrés Fernando2024-09-162024-09-162024https://repositoriocrai.ucompensar.edu.co/handle/compensar/5357El cáncer de pulmón es una de las principales causas de mortalidad a nivel mundial, en América del Sur y Colombia, presentando altas tasas de mortalidad; situación por la cual su detención temprana es crucial para mejorar las tasas de supervivencia de aquellos quienes padecen dicha patología. En este sentido y haciendo uso de los avances tecnológicos como las redes neuronales convolucionales que apoye en la detección temprana de las enfermedades pulmonares como: Atelectasia, infiltración, masa o nódulos, se establece el uso y evaluación de los algoritmos de aprendizaje profundo Adam y SGDM para clasificar y detectar dichas patologías haciendo uso de las imágenes médicas es Adam y SGM; obteniendo una precisión de 87.30% en el entrenamiento y validación con SGDM en Matlab 2022a.118 Páginasapplication/pdfhttps://creativecommons.org/licenses/by-nc-nd/4.0/Trabajo de grado - Pregradoinfo:eu-repo/semantics/openAccessAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)Diagnóstico asistidoImágenes médicas digitalesRedes neuronales