Clasificación de medidas de glucemia en función de ingestas en diabetes gestacional

Caballero Ruiz, Estefanía; García Sáez, Gema; Rigla Cros, Mercedes; Balsells, Montse; Pons, Belén; Gómez Aguilera, Enrique J. y Hernando Pérez, María Elena (2012). Clasificación de medidas de glucemia en función de ingestas en diabetes gestacional. En: "XXX Congreso Anual de la Sociedad Española de Ingeniería Biomédica (CASEIB)", 19/11/2012 - 21/11/2012, San Sebastián, España. ISBN 978-84-616-2147-7.

Descripción

Título: Clasificación de medidas de glucemia en función de ingestas en diabetes gestacional
Autor/es:
  • Caballero Ruiz, Estefanía
  • García Sáez, Gema
  • Rigla Cros, Mercedes
  • Balsells, Montse
  • Pons, Belén
  • Gómez Aguilera, Enrique J.
  • Hernando Pérez, María Elena
Tipo de Documento: Ponencia en Congreso o Jornada (Charla)
Título del Evento: XXX Congreso Anual de la Sociedad Española de Ingeniería Biomédica (CASEIB)
Fechas del Evento: 19/11/2012 - 21/11/2012
Lugar del Evento: San Sebastián, España
Título del Libro: Actas XXX Congreso Anual de la Sociedad Española de Ingeniería Biomédica (CASEIB 2012)
Fecha: 21 Noviembre 2012
ISBN: 978-84-616-2147-7
Materias:
Palabras Clave Informales: árbol de decisión, red neuronal, diabetes gestacional, aprendizaje automático,
Escuela: E.T.S.I. Telecomunicación (UPM)
Departamento: Tecnología Fotónica y Bioingeniería
Grupo Investigación UPM: Bioingeniería y Telemedicina
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 (96kB) | Vista Previa
[img] Texto plano (Plain Text Bibliography)
Descargar (2kB)

Resumen

Este trabajo presenta un clasificador de medidas de glucemia en función de las ingestas asociadas para pacientes con diabetes gestacional. Se presentan los resultados obtenidos al comparar la relevancia de diferentes atributos así como del uso de dos de los algoritmos más populares en el mundo del aprendizaje automático: las redes neuronales y los árboles de decisión. El estudio se ha realizado con los datos de 53 pacientes pertenecientes al Hospital de Sabadell y al Hospital Mutua de Terrassa obteniendo un 91,72% de precisión en el caso de la red neuronal, y un 95.92% con el árbol de decisión. La clasificación automática de medidas de glucemia permitirá a los especialistas pautar un tratamiento más acertado en base a la información obtenida directamente del glucómetro de las pacientes, contribuyendo así al desarrollo de los sistemas automáticos de ayuda a la decisión para diabetes gestacional.

Proyectos asociados

TipoCódigoAcrónimoResponsableTítulo
Gobierno de EspañaPI10/01125SINEDIESin especificarSistemas inteligentes y de educación para el control de la diabetes diagnosticada en el embarazo

Más información

ID de Registro: 39109
Identificador DC: http://oa.upm.es/39109/
Identificador OAI: oai:oa.upm.es:39109
Depositado por: Estefanía Caballero Ruiz
Depositado el: 23 Ene 2016 10:00
Ultima Modificación: 23 Ene 2016 10:00
  • 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