• español
    • English
    • français
    • português
A+A-
  • English 
    • español
    • English
    • français
    • português
    • Usage guides
      • Guidelines for the advisor work direcor
      • Guidelines for the student who loads degree work
      • APA 7 Edition Standards
      • Tips APA 7 Edition Standards
    • Users
    View Item 
    •   National Open and Distance University UNAD
    • Producción Científica
    • Diplomados
    • Diplomados (ECISA)
    • Diplomado de Profundización en Control de la Calidad en Radiología Digital
    • View Item
    •   National Open and Distance University UNAD
    • Producción Científica
    • Diplomados
    • Diplomados (ECISA)
    • Diplomado de Profundización en Control de la Calidad en Radiología Digital
    • View Item
    JavaScript is disabled for your browser. Some features of this site may not work without it.

    Optimización de parámetros de imagen basada en IA y aprendizaje automático

    Thumbnail
    QRCode
    View/Open
    DYHERNANDEZG.pdf (470.4Kb)
    Share
    Date
    2026-02-05
    Author
    Vásquez Muñoz, Danny Lorena
    Puerta Mesa, Anyi Carolina
    Hernández González, Darcy Yurani
    Advisor
    Jamaica Guio, Edna Rocío

    Citación

           
    TY - GEN T1 - Optimización de parámetros de imagen basada en IA y aprendizaje automático AU - Vásquez Muñoz, Danny Lorena AU - Puerta Mesa, Anyi Carolina AU - Hernández González, Darcy Yurani Y1 - 2026-02-05 UR - https://repository.unad.edu.co/handle/10596/78691 AB - La importancia de la radiología en el diagnóstico médico se ha atribuido al descubrimiento de rayos x por Wilhelm Röntgen. A lo largo del tiempo, esta área ha evolucionado desde la radiología tradicional en placas hacia la radiología digital, lo que ha permitido una mejora en la calidad de las imágenes y una optimización de los procesos de atención. Sin embargo, todavía hay retos relacionados con la obtención de estudios de alta calidad con la mínima exposición a la radiación. En este marco, la inteligencia artificial (IA) y el aprendizaje automático marcan el comienzo de una nueva fase en la historia de la radiología. Estas innovaciones brindan la capacidad de ajustar de manera automática los parámetros de imagen, tomando en cuenta el tipo de estudio y las características del paciente, lo que ayuda a realizar diagnósticos más rápidos, seguros y precisos. Este estudio, con un enfoque cualitativo y un diseño documental, evalúa la literatura reciente acerca del uso de inteligencia artificial en radiología digital. Los resultados demuestran que estas herramientas no solo elevan la calidad de los diagnósticos y disminuyen la exposición innecesaria, sino que también contribuyen a una gestión más eficiente de los servicios de salud. Palabras clave: Radiología digital, Inteligencia artificial, Aprendizaje automático, Optimización de parámetros, Historia de la radiología ER - @misc{10596_78691, author = {Vásquez Muñoz Danny Lorena and Puerta Mesa Anyi Carolina and Hernández González Darcy Yurani}, title = {Optimización de parámetros de imagen basada en IA y aprendizaje automático}, year = {2026-02-05}, abstract = {La importancia de la radiología en el diagnóstico médico se ha atribuido al descubrimiento de rayos x por Wilhelm Röntgen. A lo largo del tiempo, esta área ha evolucionado desde la radiología tradicional en placas hacia la radiología digital, lo que ha permitido una mejora en la calidad de las imágenes y una optimización de los procesos de atención. Sin embargo, todavía hay retos relacionados con la obtención de estudios de alta calidad con la mínima exposición a la radiación. En este marco, la inteligencia artificial (IA) y el aprendizaje automático marcan el comienzo de una nueva fase en la historia de la radiología. Estas innovaciones brindan la capacidad de ajustar de manera automática los parámetros de imagen, tomando en cuenta el tipo de estudio y las características del paciente, lo que ayuda a realizar diagnósticos más rápidos, seguros y precisos. Este estudio, con un enfoque cualitativo y un diseño documental, evalúa la literatura reciente acerca del uso de inteligencia artificial en radiología digital. Los resultados demuestran que estas herramientas no solo elevan la calidad de los diagnósticos y disminuyen la exposición innecesaria, sino que también contribuyen a una gestión más eficiente de los servicios de salud. Palabras clave: Radiología digital, Inteligencia artificial, Aprendizaje automático, Optimización de parámetros, Historia de la radiología}, url = {https://repository.unad.edu.co/handle/10596/78691} }RT Generic T1 Optimización de parámetros de imagen basada en IA y aprendizaje automático A1 Vásquez Muñoz, Danny Lorena A1 Puerta Mesa, Anyi Carolina A1 Hernández González, Darcy Yurani YR 2026-02-05 LK https://repository.unad.edu.co/handle/10596/78691 AB La importancia de la radiología en el diagnóstico médico se ha atribuido al descubrimiento de rayos x por Wilhelm Röntgen. A lo largo del tiempo, esta área ha evolucionado desde la radiología tradicional en placas hacia la radiología digital, lo que ha permitido una mejora en la calidad de las imágenes y una optimización de los procesos de atención. Sin embargo, todavía hay retos relacionados con la obtención de estudios de alta calidad con la mínima exposición a la radiación. En este marco, la inteligencia artificial (IA) y el aprendizaje automático marcan el comienzo de una nueva fase en la historia de la radiología. Estas innovaciones brindan la capacidad de ajustar de manera automática los parámetros de imagen, tomando en cuenta el tipo de estudio y las características del paciente, lo que ayuda a realizar diagnósticos más rápidos, seguros y precisos. Este estudio, con un enfoque cualitativo y un diseño documental, evalúa la literatura reciente acerca del uso de inteligencia artificial en radiología digital. Los resultados demuestran que estas herramientas no solo elevan la calidad de los diagnósticos y disminuyen la exposición innecesaria, sino que también contribuyen a una gestión más eficiente de los servicios de salud. Palabras clave: Radiología digital, Inteligencia artificial, Aprendizaje automático, Optimización de parámetros, Historia de la radiología OL Spanish (121)
    Bibliographic managers
    Refworks
    Zotero / EndNote / Mendeley
    BibTeX
    CiteULike
    Keywords
    Radiología digital Google Scholar
    Inteligencia Artificial Google Scholar
    Aprendizaje Automático Google Scholar
    Optimización de Parámetros Google Scholar
    Historia de la Radiología Google Scholar
    Regional / Country coverage
    udr_-_Cali
    Metadata
    Show full item record
    PDF Document
    Description of the content
    La importancia de la radiología en el diagnóstico médico se ha atribuido al descubrimiento de rayos x por Wilhelm Röntgen. A lo largo del tiempo, esta área ha evolucionado desde la radiología tradicional en placas hacia la radiología digital, lo que ha permitido una mejora en la calidad de las imágenes y una optimización de los procesos de atención. Sin embargo, todavía hay retos relacionados con la obtención de estudios de alta calidad con la mínima exposición a la radiación. En este marco, la inteligencia artificial (IA) y el aprendizaje automático marcan el comienzo de una nueva fase en la historia de la radiología. Estas innovaciones brindan la capacidad de ajustar de manera automática los parámetros de imagen, tomando en cuenta el tipo de estudio y las características del paciente, lo que ayuda a realizar diagnósticos más rápidos, seguros y precisos. Este estudio, con un enfoque cualitativo y un diseño documental, evalúa la literatura reciente acerca del uso de inteligencia artificial en radiología digital. Los resultados demuestran que estas herramientas no solo elevan la calidad de los diagnósticos y disminuyen la exposición innecesaria, sino que también contribuyen a una gestión más eficiente de los servicios de salud. Palabras clave: Radiología digital, Inteligencia artificial, Aprendizaje automático, Optimización de parámetros, Historia de la radiología
    Format
    pdf
    Type of digital resource
    Diplomado de profundización para grado
    URI
    https://repository.unad.edu.co/handle/10596/78691
    Collections
    • Diplomado de Profundización en Control de la Calidad en Radiología Digital [137]
    Usage guidesNormativityGuidelines for the advisor work direcorGuidelines for the student who loads degree workAPA 7 Edition StandardsTips APA 7 Edition Standards

    Browse

    All of DSpaceCommunities & CollectionsBy Issue DateAuthorsTitlesSubjectsThis CollectionBy Issue DateAuthorsTitlesSubjects

    My Account

    LoginRegister
    GTM statisticsGTM statistics
    Indexed by:
    logo_Open Archives Initiative
    logo_Biblioteca Digital Ecuatoriana
    logo_OpenDOAR
    logo_Open ROAR
    logo_Google Scholar
    logo_Lyrasis
    logo_WorldCat
    logo_FAO
    logo_AGRIS
    logo_Alianza de Servicios de Información Agropecuaria
    logo_Siembra
    logo_Fedesarrollo
    logo_Colombia Digital
    logo_Hemeroteca UNAD
    logo_RED DE REPOSITORIOS LATINOAMERICANOS
    logo_OAIster
    logo_La Referencia
    logo_Open AIRE
    logo_Core
    logo_Base
    logo_CLACSO
    logo_OpenAlex
    logos isopreadGreat Work to PlaceIcontec - Great Work to Place

    Línea anticorrupción: 3232641617 ext. 1544

    En Bogotá D.C. (Colombia) Teléfono: 323 264 1617 - Línea gratuita nacional: 323 264 1617

    Institución de Educación Superior sujeta a inspección y vigilancia por el Ministerio de Educación Nacional

    Universidad Nacional Abierta y a Distancia UNAD de Colombia - © Copyright UNAD 2024

    Síguenos en: