Análisis comparativo de algoritmos de aprendizaje para predecir la evolución de pacientes con Daño Cerebral Adquirido

Marcano Cedeño, Alexis Enrique; Chausa Fernández, Paloma; Cáceres Taladriz, César; García, Alejandro; López, Raquel; Tormos Muñoz, Josep M. y Gómez Aguilera, Enrique J. (2011). Análisis comparativo de algoritmos de aprendizaje para predecir la evolución de pacientes con Daño Cerebral Adquirido. En: "XXIX Congreso Anual de la Sociedad Española de Ingeniería Biomédica (CASEIB 2011)", 16/11/2011 - 18/11/2011, Cáceres, España.

Descripción

Título: Análisis comparativo de algoritmos de aprendizaje para predecir la evolución de pacientes con Daño Cerebral Adquirido
Autor/es:
  • Marcano Cedeño, Alexis Enrique
  • Chausa Fernández, Paloma
  • Cáceres Taladriz, César
  • García, Alejandro
  • López, Raquel
  • Tormos Muñoz, Josep M.
  • Gómez Aguilera, Enrique J.
Tipo de Documento: Ponencia en Congreso o Jornada (Artículo)
Título del Evento: XXIX Congreso Anual de la Sociedad Española de Ingeniería Biomédica (CASEIB 2011)
Fechas del Evento: 16/11/2011 - 18/11/2011
Lugar del Evento: Cáceres, España
Título del Libro: Libro de Actas del XXIX Congreso Anual de la Sociedad Española de Ingeniería Biomédica (CASEIB 2011)
Fecha: 2011
Materias:
Escuela: E.T.S.I. Telecomunicación (UPM)
Departamento: Tecnología Fotónica [hasta 2014]
Licencias Creative Commons: Reconocimiento - Sin obra derivada - No comercial

Texto completo

[img]
Vista Previa
PDF (Document Portable Format) - Se necesita un visor de ficheros PDF, como GSview, Xpdf o Adobe Acrobat Reader
Descargar (679kB) | Vista Previa

Resumen

ste trabajo presenta un análisis comparativo entre tres algoritmos de aprendizaje diferentes basados en Árboles de Decisión (C4.5) y Redes Neuronales Artificiales (Perceptrón Multicapa MLP y Red Neuronal de Regresión General GRNN) que han sido implementados con el objetivo de predecir los resultados de la rehabilitación cognitiva de personas con daño cerebral adquirido. En el análisis se han incluido datos demográficos del paciente, el perfil de afectación y los resultados provenientes de las tareas de rehabilitación ejecutadas por los pacientes. Los modelos han sido evaluados utilizando la base de datos del Institut Guttmann. El rendimiento de los algoritmos se midió a través del análisis de la especificidad, sensibilidad y exactitud en la precisión y el análisis de la matriz de confusión. Los resultados muestran que la implementación del C4.5 alcanzó una especificidad, sensibilidad y exactitud en la precisión del 98.43%, 83.77% y 89.42% respectivamente. El rendimiento del C4.5 fue significativamente superior al obtenido por el Perceptrón Multicapa y la Red de Regresión General.

Más información

ID de Registro: 12231
Identificador DC: http://oa.upm.es/12231/
Identificador OAI: oai:oa.upm.es:12231
URL Oficial: http://caseib2011.ccmijesususon.com/
Depositado por: Memoria Investigacion
Depositado el: 28 Ago 2012 10:50
Ultima Modificación: 21 Abr 2016 11:27
  • GEO_UP4
  • Open Access
  • Open Access
  • Sherpa-Romeo
    Compruebe si la revista anglosajona en la que ha publicado un artículo permite también su publicación en abierto.
  • Dulcinea
    Compruebe si la revista española en la que ha publicado un artículo permite también su publicación en abierto.
  • Recolecta
  • InvestigaM
  • Observatorio I+D+i UPM
  • OpenCourseWare UPM