Detalles del Título
Detalles del Título

< Ant.
Sig. >
 
Título Modelo que relaciona los datos provenientes de las extremidades de un paciente con posible diagnóstico de la enfermedad del parkinsonTesis de Maestría / En línea - Tesis de Maestría
Autor(es) García Peña, Melisa (Autor)
Herrán Sánchez, Carlos Alfonso (Autor)
Urcuqui, Christian Camilo (Asesor Tesis/Trabajos de Grado)
Navarro Cadavid, Andrés (Asesor Tesis/Trabajos de Grado)
Publicación Cali : Universidad Icesi, 2020
Descripción Física 53 páginas
Idioma Español;
Clasificación(es) INGENIERIAS
Departamento Tecnologías de Información y Comunicaciones
Materia(s) Management indicators; Modelo de gestión; Indicadores de gestión; Modelos de datos; Pacientes; Diagnóstico clínico; Enfermedad de Párkinson; Parkinson's disease; Modelos estadísticos; Extremidades superiores; Extremidades inferiores; Hindlimb; Extremities, Upper; Movimiento; Análisis de datos; Aprendizaje automático; Inteligencia artificial; Tésis;
Nota(s) Tesis (Maestría en Ciencia de Datos). Universidad Icesi, 2020.
Resumen La Enfermedad del Parkinson (EP) es una de las enfermedades neurodegenerativas más comunes y, no tiene cura. Sin embargo, se pude controlar. Las características que se ven afectadas en la EP son: motoras, mentales y estado conductual de la persona.
Por otro lado, no se han realizado estudios que determinen si existe alguna relación entre las extremidades inferiores y superiores de las personas que padecen EP. Por tal motivo, este proyecto encuentra como problema principal que no hay un modelo de marcha completo que incluya las 4 extremidades y que permita discriminar si un paciente tiene o no EP.
Finalmente, se hace uso del conocimiento de los expertos y de modelos de selección como Forward y Backward, para elegir las variables más representativas de las características que se tienen en la base de datos. También se evalúan diferentes modelos de clasificación tanto a nivel estadístico como de Machine Learning; en los modelos estadísticos se trabaja con Regresión Logística y en los modelos de Machine Learning se trabaja con Arboles de Decisión (sin técnicas de compresión y con técnicas de compresión Pre y Post), Naïve Bayes, Random Forest y SVM, con el fin de identificar o clasificar si una persona que padece o no EP, siendo Random Forest el que mejor resultado entregó con una predicción del 83.6%. Además, la inferencia causal permite identificar si existe relación entre las cuatro extremidades. Esto último es el identificador del proyecto y se hizo uso de la librería DoWhy. Con lo anterior, se pudo demostrar que algorítmicamente, se evidencia una relación entre las extremidades superiores e inferiores de las personas cuando presentan Enfermedad del Parkinson, y se logra identificar un efecto causal entre unas pocas variables de extremidades inferiores con una única variable de los brazos, coeficiente de asimetría.
Disponibilidad
CodBarras Localización Piso Signatura Estado Categoría
T01909Biblioteca Universidad Icesi3 DisponibleCon.Interna