LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, enero, 2023, Volumen 4, Número 1, p. 788.
DOI: https://doi.org/10.56712/latam.v4i1.296
Reconocimiento de la presencia de sars-cov-2 en
pulmones a través de imágenes de radiodiagnóstico
haciendo uso de Machine Learning con Python
Recognition of the Presence of Sars-Cov-2 in Lungs from
Radiodiagnostic Images Using Machine Learning with Python
Bryan Darwin Luna Bravo
bryanlunabravo@gmail.com
https://orcid.org/0000-0002-8740-3384
Carrera de Física, Facultad de Ciencias, Escuela Superior Politécnica del Chimborazo ESPOCH
Centro de Capacitación, Desarrollo y Transferencia de Ciencia, Educación y Tecnología SCIEDTEC
Santo Domingo – Ecuador
Luis Emilio Carranza Quispe
luisemilio36@gmail.com
https://orcid.org/0000-0002-1891-2986
Facultad de Ciencias de la Salud, Universidad Técnica Estatal de Quevedo.
Centro de Capacitación, Desarrollo y Transferencia de Ciencia, Educación y Tecnología SCIEDTEC
Quito - Quevedo – Ecuador
Artículo recibido: día 16 de diciembre de 2022. Aceptado para publicación: 19 de enero de 2023.
Conflictos de Interés: Ninguno que declarar.
Resumen
El objetivo de este trabajo utilizar Machine Learning (ML), para reconocimiento de SARS-CoV-2,
mediante imágenes médicas adquiridas por tomografía computarizada de la región del tórax en
formato DICOM, a partir de un tomógrafo Siemens somatom de 2 cortes y un data set en la nube,
que posteriormente fueron transformadas a imágenes “png”. El sistema de reconocimiento fue
construido mediante el lenguaje de programación “Python”, haciendo uso de librerías de código
abierto, tanto como para Machine Learning siendo esta “TensorFlow”, para el manejo de archivos
DICOM se hizo uso de “Pydicom” y para imágenes “Open CV”. Las imágenes se importaron a una
red neuronal convolucional pre entrenada adaptándola al tipo de clasificación multiclase del
proyecto, aplicando técnicas de aumento de datos (Data Augmentation), decaimientos
exponenciales de parámetros de la red neuronal como el Learning Rate, entrenando la red
neuronal convolucional, optimizando los parámetros adecuados para su correcto
funcionamiento de reconocimiento, posteriormente se desarrolló una interfaz web mediante la
librería “Streamlit” para el manejo y la aplicabilidad del modelo siendo de uso dinámico para el
usuario siendo multiplataforma. Se obtuvieron resultados cuantitativos que permitieron reflejar
la eficacia del modelo con una eficacia del 88% para detectar COVID-19. Se recomienda la
instalación previa de librerías de Python para el correcto funcionamiento del sistema de
reconocimiento.
Palabras clave: imágenes médicas, tomografía computarizada, covid 19, machine
learning, red neuronal artificial (rna)
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, enero, 2023, Volumen 4, Número 1, p. 789.
Abstract
The goal of this work was to use Machine Learning (ML), for SARSCoV-2 recognition, using
medical images acquired by computed tomography of the chest region in DICOM format, from a
2-slice Siemens somatom tomograph and a data set in the cloud, which were subsequently
transformed to "png" images. The recognition system was built using the "Python" programming
language, making use of open-source libraries, both for Machine Learning and "TensorFlow";
"Pydicom" was used to manage DICOM files and "Open CV" for images. The images were
imported into a pre-trained convolutional neural network, adapting it to the type of multi-class
classification of the project, applying data augmentation techniques (Data Augmentation),
exponential decays of neural network parameters such as the Learning Rate, training the
convolutional neural network, optimising the appropriate parameters for its correct recognition
operation, subsequently a web interface was developed using the "Streamlit" library for the
management and applicability of the model being of dynamic use for the user and being
multiplatform. Quantitative results were obtained that reflected the effectiveness of the model
with an efficiency of 88% for detecting COVID-19. The prior installation of Python libraries is
recommended for the correct functioning of the recognition system.
Keywords: medical images, computed tomography, covid 19, machine learning, artificial
neural network (ann)
Todo el contenido de LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades,
publicados en este sitio está disponibles bajo Licencia Creative Commons .
Como citar: Luna Bravo, B. D., & Carranza Quispe, L. E. (2023). Reconocimiento de la presencia
de sars-cov-2 en pulmones a través de imágenes de radiodiagnóstico haciendo uso de Machine
Learning con Python. LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades 4(1),
788-806. https://doi.org/10.56712/latam.v4i1.296
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, enero, 2023, Volumen 4, Número 1, p. 790.
INTRODUCCIÓN
El Covid 19, es una enfermedad que ha azotado a la población mundial en estos últimos años, y
la demanda de sistemas reconozcan la enfermedad se ha aumentado donde la existencia de
métodos para la identificación de Covid 19 como el PCR, Rx y tomografías han sido de gran
ayuda, sin embargo, siempre detrás de estas debe estar un profesional de la salud que este
especializado en el diagnóstico de las mismas. Partiendo de las tomografías computarizadas
como medio de reconocimiento se ha planteado desarrollar un sistema que ayude a identificar
patologías de una manera autónoma en las imágenes, tomando en consideración nuevas
tecnologías computacionales que aportan a la medicina medios de diagnóstico automatizados,
esa aquí donde la inteligencia artificial se hace presente mediante técnicas de aprendizaje
automático o también llamado Machine Learning, esto gracias a grandes cantidades de datos de
imágenes previamente diagnosticadas por personal capacitado como médicos radiólogos, para
modelar sistemas de redes neuronales convolucionales que permite el reconocimiento de
patrones en las imágenes que poseen patologías, ayudando así a un diagnóstico más rápido,
además siendo de gran ayuda en lugares donde no se cuenta con la presencia de un personal
médico capacitado.
Este proyecto desarrollará un sistema de reconocimiento de imágenes médicas, para evaluar la
presencia de SARS-CoV-2 en pulmones mediante imágenes tomográficas, aplicando Machine
Learnig usando Python como lenguaje de programación y librerías que permitan llevar acabo
algoritmos de ML, entre las cuales esta Tensor Flow, obteniendo como resultado una aplicación
web que contenga un sistema de reconocimiento imágenes médicas.
MÉTODOLOGÍA
En el presente trabajo se utiliza Python como lenguaje de programación principal haciendo uso
de sus librerías o frameworks, tanto para el análisis de datos, manejo de matrices y arrays, de
imágenes médicas en formato “.dcm” pasando por la implementación de redes neuronales
convolucionales hasta la creación de una interfaz amigable para el usuario.(Serna & Trujillo,
2010)
Adquisición de Imágenes o Archivos de Tomografía computarizada
Los datos de tomografías computarizadas son la materia prima para la implementación de la
Red neuronal convolucional (CNN por sus siglas en el inglés),archivos de imágenes médicas que
se obtendrán de una institución médica, estos archivos son datos con su respectivo tratamiento
de imagen realizados en el tomógrafo de marca Siemens y modelo Somaton Spirit de 2 cortes
que exporta los datos con las diferentes etiquetas como: nombre del paciente, ID, tipo de estudio,
entre las diferentes etiquetas propias del formato Dicom (.dcm), al servidor de datos médicos de
la clínica conocido como PACS por sus siglas en inglés “Picture Archiving and Communication
System”, una vez que los datos alojados en el servidor, son manipulados mediante el visualizador
de archivos dicom “Horos Viewer”, se procede a la clasificación de estudios tomográficos por
paciente y por el tipo de estudio. Para este trabajo, el tipo de estudio o la descripción del estudio
requerido será “Tórax Simple” por consiguiente tenemos que exportar los estudios requeridos de
dos formas, una copiando los archivos exportados a una memoria extraíble o permitiendo la
conexión remota al servidor PACS por medio de “Horos Viewer” y “RadiiAnt” (Serna & Trujillo,
2010)
Existen dos maneras para adquirir los datos del sistema PACS
Memoria o disco extraíble
Para este proceso es necesaria una memoria o un disco lo suficientemente grande para alojar la
cantidad de archivos exportados, conectando directamente el extraíble al servidor copiando los
archivos.
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, enero, 2023, Volumen 4, Número 1, p. 791.
Conexión Remota y descarga
Siendo el PACS un servidor que tiene la virtud de conceder una conexión remota al mismo,
podemos valernos de un visualizador de imágenes. dcm llamado “RadiAnt” configurando la ip
pública y el puerto del PACS, con un protocolo CGET de los archivos en cuestión y procediendo
a respectiva descarga.
Descartar Estudios
Si bien se extrae todos los estudios de tórax simple, es importante determinar cuál de estos
archivos están asociado a pacientes que poseen Covid 19, para esto procedemos a cargar los
archivos y visualizarlos con el software “RadiiAnt”. Etiquetamos con una keyword para identificar
los estudios de pacientes que presentan Covid 19. Una vez finalizada la clasificación de los
estudios tomográficos exportamos los estudios atribuidos a los pacientes que padecen de Covid
19.
Figura 1. Colocación de etiqueta del estudio. b) Exportación de estudios
Fuente: Radiant Dicom 2021.
Cargar Datos
Se usa el entorno de desarrollo integrado (IDE) Spyder debido a sus características, ya que cuenta
con ventanas que permiten saber con qué tipo de datos estamos trabajando, gracias a su panel
de exploración de variables, además de que posee una consola para el intérprete de Python.
Cargar la data es el primer paso, para esto importamos el directorio o path en la ruta “…/COVID”
del Pc que contiene todos los archivos DCM de los pacientes diagnosticados con Covid19, sin
embargo este directorio está organizado por nombres y apellidos, luego con subcarpetas que le
corresponden a fecha y dentro de estas los archivos “.dcm” (Jung, 2021).
Figura 2. Listado de carpetas. Listado de archivos de imágenes médicas
Fuente: Luna, Bryan 2021.
Para leer los archivos en las carpetas del sistema haremos uso del módulo os, y propone una
función que guarda como un módulo en un archivo “Dir.py” que nos ayude a encontrar las rutas
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, enero, 2023, Volumen 4, Número 1, p. 792.
de cada uno de los archivos DICOM. Se importa las funciones Files_Dir y Fol_Dir, sin embargo, en
concreto, solo se necesita las listas de rutas de los archivos DICOM y luego ser manipuladas.
Para esto se lo guarda en una lista (Mason, 2011).
Figura 3. Resultado o salida de rutas de la función Files_Dir
Fuente: Spyder 2021.
Análisis de Datos
Una vez ya exportados los datos se dará un repaso por cada uno de los metadatos que conlleva
un archivo “. dcm”, tomando en cuenta los más importantes para luego extraer la matriz de
píxeles que ayudan a normalizar y crear una imagen “.png” (Mason, 2011).
Figura 4. Lectura del archivo DICOM
Fuente: Spyder 2021.
Normalización de Arrays de los Pixeles de imágenes médicas
La array de píxeles de un archivo DICOM está en valores de 16 bits, esta array resultante tiene
valores muy elevados para que puedan ser visualizados de una forma correcta como imágenes
jpg o png, es decir se debe hacer un proceso de normalización, primero transformando la array
en valores de la escala Hounsfield mediante una transformación lineal de unidades (LUT, por sus
siglas en inglés Lineal Transform Units), donde se obtendrá una escala de entre -1024 a 3071.
Es importante tener en cuenta los valores de grises inferiores y superiores, para esto se debe
tomar a consideración el window width y el window center donde el valor inferior seran negros y
los superiores serán blancos, para este cálculo se considera la siguiente formula (Sande &
Ramdurg, 2020):Ecuación 1
Window max
Fuente: Cai et al., 2017
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, enero, 2023, Volumen 4, Número 1, p. 793.
Ecuación 2
Window min
Fuente: Cai et al., 2017
Ecuación 3
Normalización
Fuente: Cai et al., 2017
Donde m es la pendiente o rescale Slope, b es la intersección o recale interception y x hace
referencia a los valores de los pixeles en la array (Cai et al., 2017).
Ecuación 4
Normalización escala Hounsfield
Fuente: Cai et al., 2017
Sin embargo, para que la computadora pueda leer los archivos, luego de transformarlos al
formato “.png”, se debe convertir la matriz de pixeles de 16 bits a una matriz de 8 bits donde el
valor mínimo será de 0 y el valor máximo será 255 y para los valores intermedios entre 0 y 255
haremos el siguiente cálculo cada uno de los pixeles (Cai et al., 2017).
Ecuación 5
Normalización Png
Fuente: Cai et al., 2017
Para todo el proceso de normalización se crea un archivo “Dicom_to_Image.py” donde se define
la función Dicom2array.
Conversión de Array a imagen “.png”
La transformación de las arrays de 16 bits a 8 bits permite crear archivos de imagen, pues se
sabe que una imagen no es más que una matriz, y en contraste con las imágenes RGB las arrays
generadas solo posee un valor de profundidad lo que hace que se caractericen, es decir, si son
de 8 o 16 bits, dado que las arrays generadas poseen valores entre los 255 y 0, así, de esta manera
poseen 255 tonos en escala de grises en un solo canal. (Oliphant, 2006).
Para la transformación de un array de pixeles del archivo DICOM hasta la creación de imágenes
de 8 bits en el pc, se crea un algoritmo, que hace uso de las funciones ya antes definidas e
importándolas, además del módulo cv2 de open-cv que es una librería para transformar las arrays
de 8 bits procesadas a imágenes .png y salvarlas en el ordenador (Viera Maza, 2017).
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, enero, 2023, Volumen 4, Número 1, p. 794.
Tabla 1. Número de Archivos de Imagen
Clases:
Data Set propio
Covid_19
18026
Normal
9739
Pneumonia
0
Total
27765
Elaborado por: Luna, Bryan 2021.
Adición de imágenes médicas de Kaggle
A pesar de la gran cantidad de imágenes convertidas, no en todas se puede apreciar debidamente
con signos de Covid 19, así que se procede a eliminar las que no aportan al proyecto. Sin
embargo, existen más fuentes de imágenes, se adiciona más imágenes de un repositorio de
Kaggle. llamado COVIDx CT -2 que contiene aproximadamente 194922 imágenes médicas o CT
de pacientes.
Este data set posee una carpeta que contiene la totalidad de las imágenes con su respectiva
etiqueta en el nombre, sin embargo dentro del mismo se tiene un archivo .csv que almacena la
metadata de cada uno de los pacientes y las imágenes correspondientes, así como 3 archivos
de texto plano .txt los cuales corresponden a imágenes de test, entrenamiento y validación, pero
para este proyecto se hace caso omiso de estos 3 últimos archivos utilizando únicamente el
archivo metadata.csv que engloba los metadatos de cada uno de los pacientes etiquetados y
ubicándolos en cada una de sus carpetas, para esto se crean 3 carpetas denominadas: ‘Covid_19’
, ‘Normal’ y ‘Pneumonia’, que corresponden a las clases, que deben ser reconocidas por el modelo
(Usmani, 2016).
Figura 5. Dataset COVIDx CT -2 en Kaggle
Fuente: Kaggle, 2021, párr.3.
Ya con las rutas en las cuales se deja el data set distribuido de acuerdo con el archivo csv que
contiene la metadata, se procede a realizar un código en Python que ayude a mover los archivos
a sus carpetas correspondientes según la metadata.csv.
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, enero, 2023, Volumen 4, Número 1, p. 795.
Figura 6. Visualización de Imágenes a partir del archivo "csv”
Fuente: Luna, Bryan 2021.
El archivo metadata.csv contiene una lista de todas los estudios de los pacientes con su
respectiva ID, así que relacionara el ID según la condición "finding" que contempla el estado del
paciente según sea Covid 19, Normal o Pneumonia.(Varma, 2012)
En total se obtuvieron 182864 imágenes de data set COVIDx CT-2 el resto de imágenes no se
pudieron obtener debido a que el archivo metadata.csv no estaba debidamente etiquetado.
Tabla 2. Número de imágenes de Kaggle
Datos
Nº de archivos
Covid_19
92266
Normal
50307
Pneumonia
40291
Total
182864
Elaborado por: Luna, Bryan 2021.
Adición de Archivos
Este paso se fundamenta únicamente en agregar el data set creado anteriormente por medio de
archivos DICOM al nuevo data set de Kaggle incrementando así el número de archivos png
necesarios para el posterior entrenamiento de la red neuronal de clasificación teniendo como
objetivo predecir 3 tipos de clases: Covid_19, Neumonías e imágenes normales, de esta adición
de datos se obtendrán como resultado:
Tabla 3. Número de imágenes de Kaggle más data set propio
Clases:
Data
Set
propio
COVIDx
CT -2
Nº de
archivos
Totales
Covid_19
18026
92266
110292
Normal
9739
50307
60046
Pneumonia
0
40291
40291
Total
27765
182864
210629
Elaborado por: Luna, Bryan 2021.
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, enero, 2023, Volumen 4, Número 1, p. 796.
Datos para pruebas
El data set de pruebas tiene la finalidad de alojar imágenes que no serán utilizadas ni en el
entrenamiento ni en la validación, estos archivos tienen como finalidad hacer uso de los modelos
obtenidos posteriormente al entrenamiento, así como también la evaluación de los modelos
mediante las matrices de confusión. Cabe recalcar que este conjunto de datos de prueba está
posterior a la Data Augmentation , puesto que se necesitan imágenes reales obtenidas de manera
aleatoria sin modificaciones para el testeo del modelo.
Data augmentation
Para homogenizar la cantidad de archivos en cada una de las carpetas se utilizó la técnica de
aumento de datos así se otorga mayor cantidad de datos de entrenamiento a la data set, sobre
todo para afrontar la disparidad entre las carpetas: Covid_19 , Normal y Pneunomia esto consiste
en tomar cada una de las imágenes y aplicar transformaciones a las mismas para obtener una
nueva matriz de imagen, a pesar de que para el ojo humano se percibe como la misma imagen a
pesar de las transformaciones como rotaciones, zoom e inversiones horizontales y verticales,
esto implicará que la matriz tiene nuevos valores, por ende tenemos una nueva matriz de pixeles
que nos será muy útil para el entrenamiento.
Tabla 4. Número de imágenes destinadas para Entrenamiento y validación
Datos Entrenamiento y
Validacion
Nº de
Archivos
Covid _19
100000
Normal
100000
Pneumonia
100000
Total
300000
Elaborado por: Luna, Bryan 2021
Sin embargo, con el fin de homogenizar los datos y números de archivos. “png” para la futura
creación de lotes únicamente aplicaremos esta técnica a las carpetas: Normales y Neumonía
con el fin de tener un data set de 100.000 imágenes para Covid_19, 100000 imágenes en Normal
y 100000 en Neumonía.
Figura 7. Carpetas para entrenamiento y validación: Covid_19, Normal y Pneumonia
Fuente: Luna, Bryan 2021.
Creación de super batchs o lotes de imágenes para entrenamiento
Se ha obtenido un data set de aproximadamente 300000 imágenes, esto implicará de la demanda
de recursos de hardware computacional muy grande, sin embargo, podemos realizar un
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, enero, 2023, Volumen 4, Número 1, p. 797.
entrenamiento por partes, que se denominan en este proyecto como lotes o super batch, cabe
recalcar que el terminó batch es utilizado también para establecer el valor de batch size en el
algoritmo de entrenamiento de la red neuronal. Los lotes de imágenes estarán distribuidos por
15,000 imágenes por lote, distribuidas en 3 carpetas haciendo un total de 20 lotes para el
entrenamiento de la red.
Figura 8. Carpetas con 15000 imágenes por batchs distribuidos en 3 carpetas
Fuente: Luna Bryan, 2021
Modelo red neuronal TF funcional
En primera instancia se procederá a la creación de una red funcional con tensorflow que tenga
convoluciones 2D capas, capas de Max Polling y drop outs pero con el fin de optimizar el
entrenamiento se procese a hacer tranfer Learning agregando únicamente una capa densa con
una salida de 3 neuronas que corresponden a las clases a reconocer (Hope et al., 2017).
Data set de entrenamiento
Para tomar los datos de entrenamiento se toma cada una de las carpetas de los batchs y
llamando a la función de tensorflow “tf.keras.preprocessing.image_dataset_from_directory()”
que se encargará de tomar pequeños lotes de datos determinados por un valor respectivo de
batch size, de las 15,000 imágenes correspondiente a cada uno de los lotes de datos. Es
importante tener en cuenta que el argumento subset en “training” se usa para especificar que
train_ds se refiere al conjunto que datos exclusivamente para entrenamiento (V. Subramanian,
2018).
Validation Split
Hace referencia al porcentaje de datos que se van a ocupar para el entrenamiento para este caso
lo pondremos en 0,2 lo que implica que se ocuparán el 80 % de datos para entrenamiento y el 20
% será para validación (S. Subramanian et al., 2020).
Figura 9. Split de datos para entrenamiento y Validación
Fuente: Luna Bryan, 2021
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, enero, 2023, Volumen 4, Número 1, p. 798.
Data set de validación
De la misma manera que se toman los datos de entrenamiento mediante esta función Tf,
“tf.keras.preprocessing.image_dataset_from_directory()”, se toman los datos de validación
especificando en la clase “validation” en el argumento subset, así como también el mismo valor
de batch_size y el “validation Split” en 0.2 que hace referencia que el 20 % de archivos será para
la validación.
Figura 10. Datos de entrenamiento y Validación por batches
Fuente: Luna Bryan, 2021.
Entrenamiento en la nube
Debido a la ineficiencia del hardware local se procede a tomar otras medidas, como el en
entrenamiento en la nube haciendo uso de las instancias virtuales en los servicios de Google
cloud. (Thakurratan, 2018)
Creación cuenta Google cloud
Para esto el primer paso es crear una cuenta, habilitar los servicios de Compute Engine y crear
una máquina o instancia virtual con las especificaciones de hardware necesario para la tarea y
proceder a escribir el algoritmo de entrenamiento (Thakurratan, 2018)
Crear bucket para almacenamiento de datos en Google Storage
Otro paso importante es habilitar los servicios de Google storage para subir los datos en este
caso las imágenes médicas que se utilizarán para el entrenamiento (Thakurratan, 2018).
Creación de instancia para ejecutar el entrenamiento
Para la creación de la instancias o máquina virtual necesaria, se necesita haber habilitado el
servicio de Vertex Ai e Ai Platform que nos proporcionaran los recursos necesarios para la
instancia y crear un notebook de jupyter para escribir el código a ejecutar.
Tabla 5. Características de Hardware para entrenamiento
Hardware
Especificaciones
Sistema Operativo
Linux Debian
Memoria ram
60GB
CPU
16 núcleos
GPU
Nvidia Tesla T4
Disco
400 Gb
Elaborado por: Luna, Bryan 2021.
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, enero, 2023, Volumen 4, Número 1, p. 799.
Transfer Learning
Para aumentar la eficiencia de la red neuronal se usa una red neuronal pre entrenada con sus
respectivos pesos, para esto se ocupó EfficientnetB7, esta red neuronal convolucional fue
previamente entrenada con un data set llamado ImageNet, este cuenta con aproximadamente
14 millones de imágenes que están contempladas en 1000 categorías, una vez importado el
modelo se congelaron las aquellas capas que tienen la facultad de entrenarse para no volver a
ser entrenadas, sino más bien mantener los pesos que están optimizados, además se agregó
una capa densa al fina añadiendo las 3 clases que se requieren para este proyecto.(Stevens et
al., 2020; V.
Compilador
Cuando se compila el modelo se definen las funciones de perdida, optimizador y las métricas
para evaluar la red neuronal a medida que se realiza el entrenamiento. (V. Subramanian, 2018)
Decaimiento exponencial
Reducir la tasa de aprendizaje cuando se entrena un modelo resulta útil, esto ayuda aumentar la
velocidad del entrenamiento haciendo que la búsqueda del mínimo local sea eficiente y rápida,
para optimizar la función de perdida que será definida dentro del compilador, así como también
el optimizador.
Algoritmo de entrenamiento
El algoritmo de entrenamiento se compone únicamente de los datos que será usados para el
entrenamiento, validación, el batchzise por lotes de entrenamiento que para este caso será de 80
y los callbacks que contiene las configuraciones de guardado del modelo entrenado en caso de
que exista una falla además de un early stopping en caso de que el entrenamiento no mejore,
esto último en función del accuracy de los datos de validación. Para esto se utiliza la función “fit”
del modelo introduciendo como argumento el dataset ya sea de entrenamiento, validación, en
número de épocas (epochs) y callbacks (Geewax, 2018).
Figura 11
Progreso de entrenamiento de la red neuronal de un lote
Fuente: Luna Bryan, 2021.
Salvado de modelos entrenamos mediante gsutil
Si bien con la función model.save() se procede a guardar el modelo dentro de la misma instancia
para evitar errores es preferible llevarlo al bucket creado en Google Storage y posteriormente
descargarlo al pc local, para esto al igual que al momento de subir los datos hacemos uso del
comando “gsutil” desde la terminal de Linux de la instancia indicando al dirección del bucket
donde queremos alojar la carpeta y los modelos entrenados (Thakurratan, 2018).
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, enero, 2023, Volumen 4, Número 1, p. 800.
Figura 12. Copia de modelos entrenados al bucket de Google storage
Fuente: Luna Bryan, 2021.
Stramlit y creación de interfaz gráfica web
Para la presentación del sistema de reconocimiento haremos uso de una librería que permite
desarrollar aplicaciones web para ciencia de datos y ML, como lo es Streamlit que brinda la
posibilidad de abrir por medio del cualquier navegador la aplicación desarrollada, cargando el
modelo entrenado, es importante establecer el guardado del modelo en la memoria cache del
navegador mediate Streamlit para reducir el tiempo de espera en la carga del programa (Richards,
2021).
RESULTADOS
Análisis de entrenamiento de Batchs
Para los análisis de los batchs o lotes haremos uso de gráficas de la época frente al exactitud
(accuracy) y perdida (loss).
Loss y Acuraccy de todos los Batchs entrenados
En el gráfico 1 y 2 se observa las métricas de la función de exactitud (Accuracy, por su nombre
en inglés) del entrenamiento de 12 lotes de datos con la cantidad de 180 mil imágenes de las
cuales el 80% se destinaron para el entrenamiento y el 20% para la validación. De estos, se pudo
determinar que en algunos se dieron casos de underfitting y overfitting es decir, la falta y sobre
entrenamiento de la red neuronal, utilizando una función de decaimiento exponencial en el
optimizador Adam, se pudieron solucionar los problemas de capacidad del modelo.
Gráfico 1. Exactitud (Accuracy) de entrenamiento y validación los largo de 12 Batchs
Fuente: Luna Bryan, 2021
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, enero, 2023, Volumen 4, Número 1, p. 801.
Gráfico 2. Perdida (loss) entrenamiento y validación los largo de 12 Batchs
Fuente: Luna Bryan, 2021
Decaimiento exponencial de la función de pérdida
Se propone un decaimiento exponencial a los valores de Learning rate , para que le aprendizaje
sea más rápido ajustándolo a un valor de 0.0001 con una base de decaimiento de 0.96 por cada
100000 pasos, como resultado obtenemos que tanto los valores de perdida como exactitud se
estabilizan en el batch 2 que comprenden las épocas (epochs) 20 a la 40.
Gráfico 3. Lote 1 sin decaimiento exponencial con lote 2 con decaimiento exponencial
Fuente: Luna Bryan, 2021
Interpretación de underfitting
Debido al ajuste con el decaimiento exponencial grafico 4, la presencia del underfitting es muy
notable en el lote 3 y 4 de la época 40 a la 80 y esto se debe precisamente al tamaño de paso o
Learning rate muy pequeño (V. Subramanian, 2018).
Gráfico 4. Presencia de underfitting en el lote 3 y 4 debido a la aplicación del decaimiento
exponencial
Realizado por: Luna, Bryan 2021.
Para este punto debido a la presencia de Underfitting se procede a cancelar el decaimiento
exponencial del Learning rate en los batchs 5 y 6 , sin embargo se genera ruido en cuanto a las
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, enero, 2023, Volumen 4, Número 1, p. 802.
funciones de perdida y exactitud en estos batchs que comprenden de la época 80 a la 120 como
se aprecia en el grafico 5.
Gráfico 5. Batch 5 y 6 sin decaimiento exponencial, Batch 7 con Decaimiento exponencial en el
compilador
Realizado por: Luna, Bryan 2021.Esto se debe a que sin el decaimiento exponencial del Lerning
rate el optimizador toma valores estocásticos en busca del mínimo local adecuado, y con el fin
de amortiguar el ruido nuevamente se aplica el decaimiento exponencial del Learning rate y
aplicándolo al batch 7 que comprende la época 120 a la 140.
Reducción del ruido de las graficas
Pese que el Batch 7 se aplicó un decaimiento exponencial en el Learning rate o tamaño de paso,
si la gráfica bien se estabilizó se pudo notar la presencia underfitting nuevamente, por lo que se
estableció entrenar la red neuronal sin decaimiento exponencial como se muestra en la gráfica
6, pese a la presencia de ruido a medida que se entrenando en cada una de las diferentes épocas
este se iba reduciendo, esto también se puede solucionar añadiendo más épocas de
entrenamiento mediante el análisis de las matrices de confusión de los modelos entrenados y
guardados se fue contando la eficacia de los mismos hasta determinar un modelo óptimo.
Gráfico 6. Batch 8,9 y 10 sin decaimiento exponencial
Realizado por: Luna, Bryan 2021.
Decrecimiento de Accuracy y Aumento de Loss
La grafica 7 muestra el decremento de la función de accuracy y un incremento de la función de
perdida, sin embargo, el entrenamiento se detiene debido a que aplica un early sptopping que
evalúa la métrica de la exactitud de validación o val accuracy, esto significa que el entrenamiento
de la red convolucional para imágenes médicas estaría perdiendo facultades para el
reconocimiento de imágenes.
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, enero, 2023, Volumen 4, Número 1, p. 803.
Gráfico 7. Batch 11 y 12 decremento de accuracy y aumento de loss
Realizado por: Luna, Bryan 2021
Determinación del mejor modelo
Para determinar el mejor modelo para el reconocimiento del Sars-cov-2 que produce la
enfermedad del Covid 19 se procedió a evaluar las correspondientes matrices de confusión
decada uno de los modelos evaluando los falsos positivos y falsos negativos así como también
las métricas: precisión, recall, f1 score y Accuracy.(Goutte & Gaussier, 2005).
Tabla 6. El Mejor modelo se obtuvo en el Batch 8
Preci
sion
Reca
ll
F1-
Scor
e
supp
ort
Covid_
19
0.85
33
0.94
00
0.85
45
100
Norma
l
0.91
58
0.87
00
0.89
23
100
Pneum
onia
0.95
29
0.81
00
0.87
57
100
Accura
cy
0.88
33
300
Elaborado por: Luna, Bryan, 2021.
En la tabla 6 se muestra la eficiencia del modelo entrenado que corresponde al batch 8 de con
un resultado del 88 % en la exactitud (Accuracy) del modelo, con tan solo un 12% de error, eso
después de la evaluación con una matriz de confusión tomado 300 imágenes de prueba, 100 con
etiquetas correspondientes a Covid 19, 100 para Penumonia y 100 para imágenes normales sin
patología alguna (Ting, 2010).
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, enero, 2023, Volumen 4, Número 1, p. 804.
Gráfico 8. Matriz de confusión del mejor modelo
Realizado por: Luna Bryan 2021.
Con la evaluación de los modelos gracias a sus respetivas matrices de confusión y métricas, se
hace uso del modelo con el mejor resultado y mediante la función “ model.predict” de tensor Flow
se procede a reconocer las imágenes según las clases con las que se ha entrenado el modelo,
las cuales están descritas en la tabla 2-3. Para finalizar se procede a elaborar un Script
quepermita dar una interfaz gráfica al usuario para su mejor comodidad haciendo uso de
Streamlit en Python.
Tabla 7. Clases resultantes del reconocimiento
Clases
Diagnóstico
Covid 19
Indica que la imagen evaluada
presenta la presencia de SARS-
CoV-2
Normal
Indica que la imagen no presenta
ninguna patología
Pneumonia
Indica que la imagen presenta
neumonía adquirida por SARS-CoV-
2
Elaborado por: Luna Bryan,2021.
Interfaz web
Se procede al desarrollo de una interfaz web utilizando la librería de Streamlit.
Figura 13. Interfaz aplicación web
Realizado por: Luna Bryan 2021.
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, enero, 2023, Volumen 4, Número 1, p. 805.
En la figura 14 se muestra la sección de clasificación del menú para proceder a cargar la imágen,
dando la función de arrastrar la imagen desde una carpeta o cargarla desde una ventada de
búsqueda.
Figura 14. Carga de imagen en formato PNG
Realizado por: Luna Bryan 2021.
En la figura 15 se muestra la imagen cargada sin el análisis correspondiente, se prede a hacer un
clic en el botón reconocer que se encuentra en la parte inferior.
Figura 15. Reconocimiento de la imagen
Realizado por: Luna Bryan 2021.
En la figura 16 muestra el resultado final de la clasificación de imágenes médicas, este resultado
muestra una eficacia del 88 % con una tasa de error del 12 %
DISCUSIÓN
Se desarrolló un sistema de reconocimiento de imágenes médicas, con la capacidad de
reconocer Covid 19 y neumonía, mediante una red neuronal convolucional, con una efectividad
del 87 % que posteriormente se presentó mediante una aplicación web. utilizando la librería
Streamlit.
Se creó un modelo de red neuronal convolucional pre entrenado, a partir de otro llamado
EfficentNet y se lo adapto para reconocer imágenes médicas con la presencia de SARS-CoV-2,
que produce la enfermedad del Covid 19, así como también la capacidad de reconocer patrones
de neumonía en las imágenes médicas.
Se incorporó al software imágenes producto del manejo de archivos de imágenes médicas
DICOM , así como el de un data set de terceros en Kaggle
Se indagó sobre el método idóneo para crear un sistema de reconocimiento de imágenes
médicas con la presencia de SARS-CoV-2, optando por el uso de Python como lenguaje de
programación, Pydicom para archivos DICOM, Pillow para archivos de Imágenes, Numpy para
arrays de pixeles, librerías para ML como TensorFlow, el uso del servicio de terceros como
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, enero, 2023, Volumen 4, Número 1, p. 805.
Google Cloud para el entrenamiento de la red neuronal convolucional y Streamlit para la creación
de una interfaz web amigable para el uso del usuario.
Se recopiló archivos de imágenes médicas DICOM de un tomógrafo Siemens Somatom de 2
cortes, mismas que fueron utilizadas para el entrenamiento de la red neuronal.
Realizar un correcto etiquetado de imágenes, descartando aquellas que no coincidan con el
propósito de utilizarse para apreciar la presencia de Covid 19 y neumonía.
Aplicar técnicas de regularización, como el aumento de datos y el decaimiento exponencial de
Learning Rate con el fin de prevenir overfitting y underfitting, debido a que se puede afectar la
capacidad del modelo.
Instalar un entorno virtual de Python 3.5 y librerías como, Numpy, TensorFlow, Pillow , Pydicom y
Streamlit, el análisis de datos de imágenes médicas así como también para ejecutar la aplicación
web.
Para el entrenamiento de grandes cantidades de datos tengan la configuración de clústers de
máquinas o instancias, dividiendo de esa forma la carga de trabajo, permitiendo entrenamientos
más rápidos, dando la posibilidad de aumentar la cantidad de épocas para cada lote de
imágenes.
Para evitar la pérdida de modelos entrenados es útil aplicar callbacks de guardado automático,
evitando así el progreso del entrenamiento previo en caso de alguna falla con el sistema.
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, enero, 2023, Volumen 4, Número 1, p. 806.
REFERENCIAS
Cai, K., Yang, R., Chen, H., Li, L., Zhou, J., Ou, S., & Liu, F. (2017). A framework combining window
width-level adjustment and Gaussian filter-based multi-resolution for automatic whole heart
segmentation. Neurocomputing, 220, 138–150. https://doi.org/10.1016/j.neucom.2016.03.106
Geewax, J. (2018). Google Cloud Platform in Action. Manning Publications Co.
Goutte, C., & Gaussier, E. (2005). A Probabilistic Interpretation of Precision, Recall and F-Score,
with Implication for Evaluation. In Lecture Notes in Computer Science (pp. 345–359). Springer
Berlin Heidelberg. https://doi.org/10.1007/978-3-540-31865-1_25
Hope, T., Resheff, Y. S., & Lieder, I. (2017). Learning TensorFlow. In Learning Tensorflow. O´Reilly.
Jung, H. (2021). Basic Physical Principles and Clinical Applications of Computed Tomography.
Progress in Medical Physics, 32(1), 1–17. https://doi.org/10.14316/pmp.2021.32.1.1
Mason, D. (2011). SU-E-T-33: Pydicom: An Open Source DICOM Library. In Medical Physics (Vol.
38, Issue 6Part10, p. 3493). https://doi.org/https://doi.org/10.1118/1.3611983
Oliphant, T. E. (2006). Guide to NumPy. Massachusetts Institute of Technology.
Richards, T. (2021). Getting started with Streamlit for data science create streamlit applications
from scratch. Packt Publishing.
Sande, A., & Ramdurg, P. (2020). Comparison Of Hounsfield Unit Of CT With Grey Scale Value Of
CBCT For Hypo And Hyperdense Structure. European Journal of Molecular & Clinical Medicine,
07, 4654–4658.
Serna, W., & Trujillo, J. (2010). Descripción del estándar DICOM para un acceso confiable a la
información de las imágenes médicas. 2(45), 289–294. https://doi.org/10.22517/23447214.347
Stevens, E., Antiga, L., & Viehmann, T. (2020). Deep Learning with PyTorch. Manning Publications
Co.
Subramanian, S., Wang, L. L., Mehta, S., Bogin, B., van Zuylen, M., Parasa, S., Singh, S., Gardner,
M., & Hajishirzi, H. (2020). MedICaT: A Dataset of Medical Images, Captions, and Textual
References. Findings of the Association for Computational Linguistics, 2112–2120.
Subramanian, V. (2018). Deep Learning with PyTorch. In Publications of the Astronomical Society
of the Pacific (Vol. 88). Packt Publishing Ltd. https://doi.org/10.1086/129982
Thakurratan, R. S. (2018). Google Cloud Platform Administration Design (Vol. 148). Packt
Publishing.
Ting, K. M. (2010). Confusion Matrix. In C. Sammut & G. I. Webb (Eds.), Encyclopedia of Machine
Learning (p. 209). Springer US. https://doi.org/10.1007/978-0-387-30164-8_157
Usmani, Z. (2016, December). What is Kaggle, Why I Participate, What is the Impact? | Data
Science and Machine Learning.
Varma, D. R. (2012). Managing DICOM images: Tips and tricks for the radiologist. Indian Journal
of Radiology and Imaging, 22(01), 4–13. https://doi.org/10.4103/0971-3026.95396
Viera Maza, G. I. (2017). Procesamiento de imágenes usando OpenCV aplicado en
Raspberry Pi para la clasificación del cacao. In Thesis.
Todo el contenido de LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, publicados en este
sitio está disponibles bajo Licencia Creative Commons .
