Please use this identifier to cite or link to this item:
https://repository.unad.edu.co/handle/10596/78782Full metadata record
| DC Field | Value | Language |
|---|---|---|
| dc.contributor.advisor | Jamaica Guío, Edna Rocío | |
| dc.coverage.spatial | cead_-_palmira | |
| dc.creator | Ospina Duarte, Jessica Andrea, | |
| dc.creator | Sánchez Moreno, Diana Marcela | |
| dc.creator | Sánchez Ruiz, Emily Liseth | |
| dc.creator | Bañol Grisales, Kevin Andrés | |
| dc.creator | Portillo García, Manuel Fernando | |
| dc.date.accessioned | 2026-02-16T14:42:41Z | |
| dc.date.available | 2026-02-16T14:42:41Z | |
| dc.date.created | 2026-02-16 | |
| dc.identifier.uri | https://repository.unad.edu.co/handle/10596/78782 | |
| dc.description.abstract | El presente proyecto aplicado tiene como objetivo optimizar los parámetros de adquisición de imagen en radiología mediante el uso de herramientas basadas en inteligencia artificial y aprendizaje automático, con el fin de mejorar la calidad diagnóstica y reducir la dosis de radiación al paciente. La investigación aborda la importancia de la implementación de tecnologías emergentes en los servicios de imágenes diagnósticas, permitiendo la estandarización de protocolos, la disminución de la variabilidad dependiente del operador y la optimización de los procesos en la práctica clínica. A partir de la revisión de literatura científica y del análisis del impacto de la IA en la radiología, se identifican los beneficios en términos de eficiencia, seguridad del paciente y apoyo en la toma de decisiones. Los resultados evidencian que la integración de estos sistemas contribuye al fortalecimiento de la calidad del servicio, al mejoramiento continuo de los procesos y al desarrollo tecnológico en el área de imágenes diagnósticas. | |
| dc.format | ||
| dc.title | Optimización de parámetros de imagen basada en IA y aprendizaje automático | |
| dc.type | Diplomado de profundización para grado | |
| dc.subject.keywords | Inteligencia Artificial | |
| dc.subject.keywords | Diagnóstico Médico | |
| dc.subject.keywords | Radiología | |
| dc.description.abstractenglish | This applied project aims to optimize image acquisition parameters in radiology through the use of tools based on artificial intelligence and machine learning, in order to improve diagnostic image quality and reduce radiation dose to the patient. The research addresses the importance of implementing emerging technologies in diagnostic imaging services, allowing the standardization of protocols, the reduction of operator-dependent variability, and the optimization of clinical processes. Based on a review of scientific literature and the analysis of the impact of AI in radiology, the benefits are identified in terms of efficiency, patient safety, and support in decision-making. The results show that the integration of these systems contributes to strengthening service quality, continuous process improvement, and technological development in the field of diagnostic imaging. | |
| dc.subject.category | Aprendizaje automático | |
| Appears in Collections: | Diplomado de Profundización en Control de la Calidad en Radiología Digital | |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| 1125081881.pdf | 565.81 kB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.