Modelo de visión artificial empleando imágenes de las uñas para la detección no invasiva de anemia ferropénica en estudiantes universitarios

La detección de anemia ferropénica en un contexto universitario es esencial para asegurar el bienestar y rendimiento académico de los estudiantes, ya que su tratamiento oportuno puede mejorar la concentración, la memoria y la capacidad de aprendizaje, sin embargo, existe una alta tasa de rechazo a los métodos invasivos para su detección y los dispositivos no invasivos presentan costos altos en el mercado, dificultando detección y tratamiento. En tal sentido, en el presente trabajo de investigación, se propone validar los resultados del medidor de hemoglobina Rad-67 para la detección no invasiva de anemia ferropénica realizada a estudiantes universitarios, mediante un modelo de visión artificial que emplea imágenes de las uñas. Para ello, utilizaremos un conjunto de datos compuesto por 900 imágenes de uñas de estudiantes universitarios con edades entre 18 a 25 años; posteriormente, las imágenes pasaran por una etapa .0de procesamiento para evitar el sobreajuste del modelo, asimismo para el entrenamiento y evaluación del modelo, dividiremos el conjunto de datos en 70% para entrenamiento, 20% para validación y 10% para prueba. Para la construcción del modelo emplearemos una arquitectura de red convolucional que se ajuste a la solución planteada. Como resultados esperamos que el modelo de visión artificial propuesto nos permitirá validar los resultados del medidor de hemoglobina Rad-67. Los resultados serán validados a través de métricas de rendimiento (Specificity, F1 – Score, Accuracy, AUC, Recall, Precision), midiendo así la eficacia del modelo.

NAVARRO CABRERA ,JORGE RAUL