Diseño y desarrollo de modelos de diagnóstico de Uveítis basados en aprendizaje automático

Jiménez Hernández, Alba (2017). Diseño y desarrollo de modelos de diagnóstico de Uveítis basados en aprendizaje automático. Proyecto Fin de Carrera / Trabajo Fin de Grado, E.T.S. de Ingenieros Informáticos (UPM), Madrid, España.

Description

Title: Diseño y desarrollo de modelos de diagnóstico de Uveítis basados en aprendizaje automático
Author/s:
  • Jiménez Hernández, Alba
Contributor/s:
  • Rodríguez González, Alejandro
Item Type: Final Project
Degree: Grado en Ingeniería Informática
Date: January 2017
Subjects:
Faculty: E.T.S. de Ingenieros Informáticos (UPM)
Department: Lenguajes y Sistemas Informáticos e Ingeniería del Software
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 (2MB) | Preview

Abstract

Este proyecto tiene como finalidad la realización de una aplicación capaz de obtener el diagnóstico para diferentes casos de una enfermedad de la vista (la Uveítis). Estos diagnósticos deben ser calculados partiendo de unos datos de prevalencia facilitados de cada uno de los diferentes síntomas a evaluar. Para llevar a cabo el desarrollo de la aplicación y cálculo del diagnóstico, es necesario el diseño y desarrollo de modelos basados en el aprendizaje automático. Los métodos de aprendizaje automático están ampliamente desarrollados y son cada vez más utilizados debido a los favorables resultados obtenidos con su utilización en la gran variedad de aplicaciones en las que están incorporados. Por ello, partiendo de una aplicación basada en reglas lógicas, se pretende desarrollar otra que utilice estos métodos de aprendizaje de forma que, a medida que se aumenta el número de casos registrados y evaluados, se mejora también la precisión y probabilidades de acierto basadas en los datos de prevalencia de los mismos. Para el desarrollo y evaluación del proyecto, se utilizan datos reales proporcionados por el Dr. José Antonio Gegúndez Fernández quién también nos ayudó a comprender la enfermedad que se tratará en el documento, así como los cálculos realizados para el diagnóstico de la misma en su aplicación, Uvemaster, la cual también será tratada en el documento. El desarrollo de la nueva aplicación facilitará el cálculo del diagnóstico de la enfermedad a tratar, esto es porque la propia aplicación amplía su base de datos al registrar un caso y es capaz de aprender automáticamente de éstos con el uso de los modelos de aprendizaje automático.---ABSTRACT---This project has as purpose the realization of an application capable of obtaining the diagnosis for different cases of an eye disease (the Uveitis). These diagnoses should be calculated using the prevalence data of each of the different symptoms to be evaluated that a doctor facilitated us. In order to carry out the development of the application and calculation of the diagnosis, it is necessary the design and development of models based on automatic learning. Automatic learning methods are widely developed and are increasingly used because of the favourable results obtained with their use in the wide variety of applications in which they are incorporated. Therefore, we part from an application based on logical rules, and the aim is intended to develop another that uses these learning methods so that, as the number of cases recorded and evaluated increases, accuracy and probabilities of success based on the prevalence data upgrade too. For the development and evaluation of the project, we use real data provided by Dr. José Antonio Gegúndez Fernández who also helped us understand the disease that will be treated in the document, as well as the calculations made for the diagnosis of the same in his application, Uvemaster, which will also be treated in the document. The development of the new application will facilitate the calculation of the diagnosis of the disease to be treated, this is because the application itself expands its database when registering a case and is able to learn automatically of these with the use of the models of automatic learning.

More information

Item ID: 44941
DC Identifier: http://oa.upm.es/44941/
OAI Identifier: oai:oa.upm.es:44941
Deposited by: Biblioteca Facultad de Informatica
Deposited on: 02 Mar 2017 09:29
Last Modified: 02 Mar 2017 09:32
  • 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