Please use this identifier to cite or link to this item:
https://repository.unad.edu.co/handle/10596/82265Full metadata record
| DC Field | Value | Language |
|---|---|---|
| dc.contributor.advisor | Jamaica Guío, Edna Rocío | |
| dc.coverage.spatial | udr_-_Cali | |
| dc.creator | Valdez, Liliana | |
| dc.creator | Caicedo, Maylin Mejia | |
| dc.creator | Gallego Muñoz, Carlos Andrés | |
| dc.creator | Deisy Yolima López Pantoja | |
| dc.creator | Quesada Isaza, Jean Pool | |
| dc.date.accessioned | 2026-06-12T22:50:25Z | |
| dc.date.available | 2026-06-12T22:50:25Z | |
| dc.date.created | 2026-06-11 | |
| dc.identifier.uri | https://repository.unad.edu.co/handle/10596/82265 | |
| dc.description.abstract | La presencia de artefactos en las imágenes de radiografía digital constituye un desafío para la calidad diagnóstica, ya que puede alterar la representación de las estructuras anatómicas y afectar la interpretación clínica. Frente a esta problemática, diversas herramientas basadas en procesamiento digital de imágenes e inteligencia artificial han sido desarrolladas para apoyar la detección y corrección automatizada de estas alteraciones. La presente investigación tuvo como objetivo analizar el desempeño de prototipos de software open source orientados a la corrección de artefactos en imágenes radiológicas, mediante una revisión sistemática de literatura científica publicada en los últimos años. Se examinaron diferentes soluciones tecnológicas, considerando sus fundamentos técnicos, métricas de rendimiento, ventajas operativas, limitaciones y nivel de aplicabilidad en entornos clínicos. Los resultados evidencian que las herramientas de código abierto han alcanzado avances significativos en la reducción de artefactos y el mejoramiento de la calidad de imagen, especialmente cuando incorporan modelos de aprendizaje profundo. Asimismo, se identificaron oportunidades relacionadas con la validación clínica, la estandarización de metodologías y la integración de estas soluciones en los flujos de trabajo radiológicos. Se concluye que el software open source representa una alternativa técnicamente viable y de amplia accesibilidad para fortalecer los procesos de control de calidad en radiología digital, favoreciendo el desarrollo de soluciones innovadoras y adaptables a diferentes contextos asistenciales. | |
| dc.format | ||
| dc.title | evaluacion de prototipos de sofware open source para corrección de artefactos en imágenes de radiografía digital | |
| dc.type | Diplomado de profundización para grado | |
| dc.subject.keywords | Radiología Digital | |
| dc.subject.keywords | Artefactos Radiológicos | |
| dc.subject.keywords | Software libre | |
| dc.subject.keywords | Inteligencia Artificial | |
| dc.subject.keywords | Procesamiento digital de imágenes | |
| dc.description.abstractenglish | The presence of artifacts in digital radiography images represents a significant challenge for diagnostic quality, as it may alter the visualization of anatomical structures and affect clinical interpretation. In response to this issue, various tools based on digital image processing and artificial intelligence have been developed to support the automated detection and correction of these image distortions. The objective of this study was to analyze the performance of open-source software prototypes designed for artifact correction in radiographic images through a systematic review of recent scientific literature. Different technological solutions were examined considering their technical foundations, performance metrics, operational advantages, limitations, and applicability within clinical environments. The findings indicate that open source tools have achieved significant progress in artifact reduction and image quality enhancement, particularly when incorporating deep learning models. Furthermore, opportunities were identified regarding clinical validation, methodological standardization, and the integration of these solutions into radiological workflows. In conclusion, open-source software represents a technically viable and highly accessible alternative for strengthening quality control processes in digital radiology, promoting the development of innovative and adaptable solutions for diverse healthcare settings. | |
| Appears in Collections: | Diplomado de Profundización en Control de la Calidad en Radiología Digital | |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| JPQUESADAI.pdf | 379.51 kB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.