Resumen

La Leucemia Mieloide Aguda (LMA) es un tipo de cáncer de sangre fatal con una alta tasa de mortalidad causada por el crecimiento rápido de células anormales en el cuerpo humano. El método habitual para detectar la LMA es el examen microscópico manual de la muestra de sangre, que es tedioso y consume tiempo, y requiere de un operador médico capacitado para una detección precisa. En este trabajo, propusimos un modelo de clasificación basado en AlexNet para detectar la Leucemia Mieloide Aguda (LMA) en imágenes microscópicas de sangre y comparamos su rendimiento con el modelo basado en LeNet-5 en Precisión, Sensibilidad, Exactitud y Pérdida Cuadrática. Los experimentos se realizaron en un conjunto de datos de cuatro mil muestras de frotis sanguíneo. Los resultados muestran que AlexNet pudo identificar correctamente el 88.9% de las imágenes con una precisión del 87.4% y una exactitud del 98.58%, mientras que LeNet-5 identificó

• Materias:Funciones Flujo de información Estudio de población Modelado de sistemas Modelo de campo
• Subjects:Functions Information flow Population study System modeling Field model
• Palabras claves:Leucemia mieloide aguda; Cáncer de sangre; Modelo de clasificación basado en AlexNet; Modelo basado en LeNet-5; Precisión; Precisión
• Keywords:Acute myeloid leukemia; Blood cancer; Alexnet-based classification model; Lenet-5-based model; Precision; Accuracy