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

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

Description

Title: Análisis comparativo de algoritmos de aprendizaje para predecir la evolución de pacientes con Daño Cerebral Adquirido
Author/s:
  • Marcano Cedeño, Alexis Enrique
  • Chausa Fernández, Paloma
  • Cáceres Taladriz, César
  • García, Alejandro
  • López, Raquel
  • Tormos Muñoz, Josep M.
  • Gómez Aguilera, Enrique J.
Item Type: Presentation at Congress or Conference (Article)
Event Title: XXIX Congreso Anual de la Sociedad Española de Ingeniería Biomédica (CASEIB 2011)
Event Dates: 16/11/2011 - 18/11/2011
Event Location: Cáceres, España
Title of Book: Libro de Actas del XXIX Congreso Anual de la Sociedad Española de Ingeniería Biomédica (CASEIB 2011)
Date: 2011
Subjects:
Faculty: E.T.S.I. Telecomunicación (UPM)
Department: Tecnología Fotónica [hasta 2014]
Creative Commons Licenses: Recognition - No derivative works - Non commercial

Full text

[img]
Preview
PDF - Requires a PDF viewer, such as GSview, Xpdf or Adobe Acrobat Reader
Download (679kB) | Preview

Abstract

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.

More information

Item ID: 12231
DC Identifier: http://oa.upm.es/12231/
OAI Identifier: oai:oa.upm.es:12231
Official URL: http://caseib2011.ccmijesususon.com/
Deposited by: Memoria Investigacion
Deposited on: 28 Aug 2012 10:50
Last Modified: 21 Apr 2016 11:27
  • Logo InvestigaM (UPM)
  • Logo GEOUP4
  • Logo Open Access
  • Open Access
  • Logo Sherpa/Romeo
    Check whether the anglo-saxon journal in which you have published an article allows you to also publish it under open access.
  • Logo Dulcinea
    Check whether the spanish journal in which you have published an article allows you to also publish it under open access.
  • Logo de Recolecta
  • Logo del Observatorio I+D+i UPM
  • Logo de OpenCourseWare UPM