MedVir: an interactive representation system of multidimensional medical data applied to Traumatic Brain Injury's rehabilitation prediction

González Tortosa, Santiago; Gracia Berna, Antonio; Herrero Martín, María del Pilar; Perales Castellanos, Nazareth y Paul Lapedriza, Nuria (2014). MedVir: an interactive representation system of multidimensional medical data applied to Traumatic Brain Injury's rehabilitation prediction. En: "Second International Conference on Rough Sets and Intelligent Systems Paradigms", 9-13 Jul 2014, Madrid y Granada. ISBN 978-3-319-08728-3. pp. 248-257.

Descripción

Título: MedVir: an interactive representation system of multidimensional medical data applied to Traumatic Brain Injury's rehabilitation prediction
Autor/es:
  • González Tortosa, Santiago
  • Gracia Berna, Antonio
  • Herrero Martín, María del Pilar
  • Perales Castellanos, Nazareth
  • Paul Lapedriza, Nuria
Tipo de Documento: Ponencia en Congreso o Jornada (Sin especificar)
Título del Evento: Second International Conference on Rough Sets and Intelligent Systems Paradigms
Fechas del Evento: 9-13 Jul 2014
Lugar del Evento: Madrid y Granada
Título del Libro: Rough sets and intelligent systems paradigms
Fecha: 2014
ISBN: 978-3-319-08728-3
Materias:
Palabras Clave Informales: Dimensionality reduction; Multivariate medical data; Feature selection; Data mining; Visualization; Interaction; Virtual reality; TBI; MEG
Escuela: E.T.S. de Ingenieros Informáticos (UPM)
Departamento: Inteligencia Artificial
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 (648kB) | Vista Previa

Resumen

Clinicians could model the brain injury of a patient through his brain activity. However, how this model is defined and how it changes when the patient is recovering are questions yet unanswered. In this paper, the use of MedVir framework is proposed with the aim of answering these questions. Based on complex data mining techniques, this provides not only the differentiation between TBI patients and control subjects (with a 72% of accuracy using 0.632 Bootstrap validation), but also the ability to detect whether a patient may recover or not, and all of that in a quick and easy way through a visualization technique which allows interaction.

Más información

ID de Registro: 37580
Identificador DC: http://oa.upm.es/37580/
Identificador OAI: oai:oa.upm.es:37580
URL Oficial: http://link.springer.com/chapter/10.1007%2F978-3-319-08729-0_24
Depositado por: Memoria Investigacion
Depositado el: 11 Feb 2016 12:01
Ultima Modificación: 14 Nov 2017 09:56
  • 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
  • e-ciencia
  • Observatorio I+D+i UPM
  • OpenCourseWare UPM