Deep Learning para la detección de Cáncer de Pulmón: Una Revisión Sistemática de la Literatura

• Jean P. Bocanegra-Valencia ^[1] ; Luis V. Urrelo-Huiman ^[1] ; Segundo E. Cieza-Mostacero ^[1]
  1. [1] Universidad Privada Antenor Orrego

     Universidad Privada Antenor Orrego

     Provincia de Trujillo, Perú

     
• Localización: RISTI: Revista Ibérica de Sistemas e Tecnologias de Informação, ISSN-e 1646-9895, Nº. Extra 75, 2024, págs. 160-174
• Idioma: español
• Títulos paralelos:
  • Deep Learning for Lung Cancer Detection: A Systematic Literature Review
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    En esta revisión sistemática se tuvo como objetivo la investigación y síntesis del estado del Deep Learning en la detección del Cáncer de Pulmón, donde se realizó una búsqueda exhaustiva en diversas bases de datos, como SCOPUS, WOS, ACM, ScienceDirect, IEEExplore y Springer, identificando 23 artículos después de haber aplicado diversos filtros de inclusión y exclusión, dichos artículos indicaron que la técnica más común para la detección de cáncer de pulmón es la Red Neuronal Convolucional, con respecto a los datos que se han utilizado para el entrenamiento, predominan las imágenes como las más usadas, siendo LUNA16 la base de datos más recurrente, además la Tomografía Computarizada es la imagen médica más utilizada y por último, se determinó que el indicador de evaluación más mencionado en los estudios es la Precisión.

  • English

    This systematic review aimed to investigate and synthesize the state of the art in Deep Learning for Lung Cancer Detection. An exhaustive search was conducted in various databases, including SCOPUS, WOS, ACM, ScienceDirect, IEEExplore, and Springer. After applying various inclusion and exclusion filters, 23 articles were identified. These articles indicated that the most common technique for lung cancer detection is Convolutional Neural Networks. Regarding the data used for training, images are the most commonly used, with LUNA16 being the most recurrent dataset. Additionally, Computed Tomography is the most widely used medical image. Finally, it was determined that the most frequently mentioned evaluation metric in the studies is Accuracy.

• Referencias bibliográficas
  • Al-Ameer, A. A. A., Hussien, G. A., y Ameri, H. A. A. (2022). Lung cancer detection using image processing and deep learning. Indonesian Journal...
  • Alsheikhy, A. A., Said, Y., Shawly, T., Alzahrani, A. K., y Lahza, H. (2023). A CAD System for Lung Cancer Detection Using Hybrid Deep Learning...
  • Angel, A., y Thanammal, K. K. (2024). Lung cancer detection via deep learning based pyramid network with honey badger algorithm. Measurement:...
  • Chang, G., Chenyang, D., Xin, S., Zhiqiang, W., y Chang, C. (2022). A cloud based deep learning model in heterogeneous data integration system...
  • Cho, J., Kim, J., Lee, K. J., Nam, C. M., Yoon, S. H., Song, H., Kim, J., Choi, Y. R., Lee, K. H., y Lee, K. W. (2020). Incidence Lung Cancer...
  • Crasta, L. J., Neema, R., y Pais, A. R. (2024). A novel Deep Learning architecture for lung cancer detection and diagnosis from Computed Tomography...
  • Cui, X., Zheng, S., Heuvelmans, M. A., Du, Y., Sidorenkov, G., Fan, S., Li, Y., Xie, Y., Zhu, Z., Dorrius, M. D., Zhao, Y., Veldhuis, R. N....
  • Elnakib, A., Amer, H. M., y Abou-Chadi, F. E. Z. (2020). Early Lung Cancer Detection using Deep Learning Optimization. International Journal...
  • González, A. (2023). Diagnóstico de nódulos de pulmón mediante segmentación con modelos UNet y YOLOv8 entrenados con el dataset LIDC-IDRI:...
  • Hutton, B., Catalá-López, F., y Moher, D. (2016). La extensión de la declaración PRISMA para revisiones sistemáticas que incorporan metaanálisis...
  • Jacobs, C., Setio, A. A. A., Scholten, E. T., Gerke, P. K., Bhattacharya, H., M. Hoesein, F. A., Brink, M., Ranschaert, E., De Jong, P. A.,...
  • Krishna, B., y Thimmaiah, G. M. (2024). Advanced mask region based convolutional neural network based deep learning model for lung cancer...
  • Krishna, M. V., Prasad, J. M. N., y Chakravarty, S. (2022). Lung cancer detection using an integration of fuzzy K Means clustering and deep...
  • Lam, S., y Shibuya, H. (1999). Early Diagnosis of lung cancer. Clinics in Chest Medicine, 20(1), 53-61. https://doi.org/10.1016/S0272-5231(05)70126-X
  • Mohamed, T. I. A., Oyelade, O. N., y Ezugwu, A. E. (2023). Automatic detection and classification of lung cancer CT scans based on deep learning...
  • Nam, J. G., Hwang, E. J., Kim, D. S., Yoo, S.-J., Choi, H., Goo, J. M., y Park, C. M. (2020). Undetected Lung Cancer at Posteroanterior Chest...
  • Nanehkaran, Y. A., Lu, X., y Karimi, M. (2021). A Method for Optimal Detection of Lung Cancer Based on Deep Learning Optimized by Marine Predators Algorithm....
  • Obayya, M., Arasi, M. A., Alruwais, N., Alsini, R., Mohamed, A., y Yaseen, I. (2023). Biomedical Image Analysis for Colon and Lung Cancer...
  • Ozdemir, O., Russell, R. L., y Berlin, A. A. (2020). A 3D Probabilistic Deep Learning System for Detection and Diagnosis of Lung Cancer Using...
  • Reddy, N. S., y Khanaa, V. (2023). Intelligent deep learning algorithm for lung cancer detection and classification. Bulletin of Electrical...
  • Shah, A. A., Malik, H. A. M., Muhammad, A., Alourani, A., y Butt, Z. A. (2023). Deep learning ensemble 2D CNN approach towards the detection...
  • Shalini, W., y Vigneshwari, S. (2023). A novel hybrid deep learning method for early detection of lung cancer using neural networks. Healthcare...
  • Shimazaki, A., Ueda, D., Choppin, A., Yamamoto, A., Honjo, T., Shimahara, Y., y Miki, Y. (2022). Deep learning based algorithm for lung cancer...
  • Shyamala, P., y Shalini, C. (2024). Advanced hybrid attention based deep learning network with heuristic algorithm for adaptive CT and PET...
  • Sreeprada, V., y Vedavathi, Dr. K. (2023). Lung Cancer Detection from X Ray Images using Hybrid Deep Learning Technique. Procedia Computer...
  • Wahab, A. R. (2023). Lung Cancer Detection Model Using Deep Learning Technique. Applied Sciences, 13(22), Article 22. https://doi.org/10.3390/app132212510
  • Wani, N. A., Kumar, R., y Bedi, J. (2024). DeepXplainer An interpretable deep learning based approach for lung cancer detection using explainable...