Aplicación de técnicas de data mining para descubrimiento de patrones en datos de MEG

Martínez Sánchez, Clara (2018). Aplicación de técnicas de data mining para descubrimiento de patrones en datos de MEG. Proyecto Fin de Carrera / Trabajo Fin de Grado, E.T.S. de Ingenieros Informáticos (UPM), Madrid, España.

Description

Title: Aplicación de técnicas de data mining para descubrimiento de patrones en datos de MEG
Author/s:
  • Martínez Sánchez, Clara
Contributor/s:
  • Menasalvas Ruiz, Ernestina
Item Type: Final Project
Degree: Grado en Ingeniería Informática
Date: January 2018
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 (639kB) | Preview

Abstract

Resumen La enfermedad de Alzheimer (EA) es una enfermedad neurodegenerativa que se manifiesta mediante deterioro cognitivo y trastornos conductuales, que se traducen en pérdida de memoria inmediata y otras capacidades mentales a medida que se mu eren y atrofian las neuronas de diferentes zonas del cerebro . T ambién es conocida por ser una de las formas más comunes de demencia. Esta enfermedad no tiene cura y es terminal, además la causa sigue sin ser conocida. Esto ha llevado a muchos expertos y ci entíficos a profundizar en el tema y tratar de averiguar por qué se provoca y formas de diagnosticarla con antelación, de manera que sea posible facilitar fármacos que ayuden a prevenir o retrasar la aparición de la enfermedad. En los últimos años se han llevado a cabo diversos proyectos utilizando Magneto encefalografía (MEG ). É sta técnica recoge la actividad neuronal de manera no invasiva, y se basa en la detección de campos magnéticos generados por l a actividad eléctrica cerebral, generada en las dendr itas apicales de las neuronas piramidales, que son las que recogen este tipo de actividad por su morfología y orientación. En el caso de Alzheimer se aplica para averiguar, entre otras cosas, si la causa de la enfermedad es producida por la pérdida de sinc ronía entre neuronas o por el contrario por una sobrecarga de dicha sincronía. En este trabajo analizaremos los datos resultantes de la MEG de 90 pacientes de Alzheimer en diferentes etapas de la enfermedad, mediante técnicas de data mining con el objeti vo final de encontrar indicadores que ayuden a predecir con cierta seguridad si un paciente desarrollar á la enfermedad o no. No obstante, para poder aplicar técnicas de descubrimiento de conocimiento en los datos que devuelve la MEG, es necesario previamen te preproce s ar los datos y prepararlos para que puedan ser post er iormente analizados con diferentes clasificadores como Random Forest o Support Vector Machines. Un problema adicional que tendremos que afrontar es el reducido número de muestras y el eleva do número de variables . Por ello, será necesario aplicar técnicas de reducción de la dimensionalidad. Se usarán Mathlab, Python y R como herramientas de desarrollo.---ABSTRACT---Abstract Alzheimer’s disease is a neurodegenerative illness that manifests through c ognitive impairment and behavioral disorders, this is translated in memory loss and other mental capabilities while neurons die and get atrophied in different parts of the brain. It is also known as one of the most common forms of dementia. This disease ha s no cure and it is terminal, besides the cause is still unknown. This has led many experts and scientists to delve into the subject and try to find out why it is caused and ways to diagnose in advance, so that it is possible to provide drugs that help pre vent or delay the onset of the disease. In the last years several projects have been carried out using MEG. This technique collects neuronal activity in a non - invasive way and it is based on the detection of magnetic fields generated by the brain’s electr ical activity, generated in the apical dendrites of pyramidal neurons, which are those that collect this type of activity due to their morphology and orientation. In the case of Alzheimer’s, it is applied to find out, among other things, if the cause of th e disease is caused by the loss of synchrony between neurons or by an overload of that synchrony. In this study we will analyze the data resulting from the MEG of 90 Alzheimer’s patients in different stages of the disease, using datamining techniques, wi th the ultimate goal of finding patterns that help us predict whether a patient is going to develop the disease or not. However, in order to apply knowledge discovery techniques in the data that the MEG returns, it is necessary to pre - process and prepare t he data, so it could be analyzed later with techniques such as Random Forest and Naïve Bayes. An additional problem that we will have to face is the small number of samples an d the high number of variables. This is why it will be necessary to apply dimen sionality reduction techniques. Matlab, Python and R will be used as development tools.

More information

Item ID: 49681
DC Identifier: http://oa.upm.es/49681/
OAI Identifier: oai:oa.upm.es:49681
Deposited by: Biblioteca Facultad de Informatica
Deposited on: 09 Mar 2018 12:08
Last Modified: 09 Mar 2018 12:09
  • 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