<?xml version="1.0" encoding="UTF-8" ?>
            <?xml-stylesheet type="text/xsl" href="connecteurs/out/oai/oai2.xsl" ?>
            <OAI-PMH xmlns="http://www.openarchives.org/OAI/2.0/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/ http://www.openarchives.org/OAI/2.0/OAI-PMH.xsd">
                <responseDate>2026-03-06T06:36:27Z</responseDate>
                <request verb="GetRecord">http://bibliotecas.ucasal.edu.ar/ws/oai2_7</request><GetRecord><record><header>
                <identifier>oai:bibliotecas.ucasal.edu.ar:79100</identifier>
                <datestamp>2025-10-02T12:44:25Z</datestamp><setSpec>bachelorThesis</setSpec><setSpec>set_4</setSpec></header><metadata>
<oai_dc:dc xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns:dc="http://purl.org/dc/elements/1.1/" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/ http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
  <dc:identifier>https://bibliotecas.ucasal.edu.ar/opac_css/index.php?lvl=cmspage&amp;pageid=24&amp;id_notice=79100</dc:identifier>
  <dc:identifier>79100</dc:identifier>
  <dc:identifier>20251002u        u  u0frey0103    ba</dc:identifier>
  <dc:language>spa</dc:language>
  <dc:title>Aplicación de técnicas de deep learning para la detección y diagnóstico de cáncer de piel a partir de imágenes médicas</dc:title>
  <dc:publisher>Universidad Católica de Salta. Facultad de Ingeniería (Salta)</dc:publisher>
  <dc:date>2025-09-26</dc:date>
  <dc:type>info:eu-repo/semantics/acceptedVersion</dc:type>
  <dc:type>info:eu-repo/semantics/bachelorThesis</dc:type>
  <dc:type>info:ar-repo/semantics/trabajo final de grado</dc:type>
  <dc:format>application/pdf</dc:format>
  <dc:coverage>1001514</dc:coverage>
  <dc:coverage>Salta (province)</dc:coverage>
  <dc:description>Este proyecto establece las bases para la detección del cáncer de piel mediante herramientas de inteligencia artificial al explorar distintos modelos de deep learning en el ámbito de la clasificación de imágenes de lesiones cutáneas. Se exponen conceptos fundamentales sobre el cáncer de piel y deep learning, permitiendo la comparación entre diferentes arquitecturas de deep learning y la selección del modelo con mejor rendimiento. Los resultados obtenidos muestran el gran potencial y utilidad de las herramientas de deep learning en el contexto del cáncer de piel, sentando las bases para futuros desarrollos en el campo de la salud.</dc:description>
  <dc:description>Fil: Valdez Kao, Luz Milena. Universidad Católica de Salta. Facultad de Ingeniería; Argentina.</dc:description>
  <dc:creator>Valdez Kao, Luz Milena</dc:creator>
  <dc:contributor>Valdez Kao, Ebaneo Enrique</dc:contributor>
  <dc:subject>Trabajo final de grado</dc:subject>
  <dc:subject>Informática</dc:subject>
  <dc:subject>Inteligencia artificial</dc:subject>
  <dc:subject>Cáncer</dc:subject>
  <dc:subject>Aplicación informática</dc:subject>
  <dc:rights>Creative Commons Atribución/Reconocimiento-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)</dc:rights>
  <dc:rights>https://creativecommons.org/licenses/by-nc-sa/4.0/</dc:rights>
  <dc:rights>info:eu-repo/semantics/openAccess</dc:rights>
  <dc:audience>Researchers</dc:audience>
  <dc:audience>Students</dc:audience>
</oai_dc:dc>

</metadata></record></GetRecord></OAI-PMH>