@inproceedings{upm12231,
           title = {An{\'a}lisis comparativo de algoritmos de aprendizaje para predecir la evoluci{\'o}n de pacientes con Da{\~n}o Cerebral Adquirido},
            year = {2011},
       booktitle = {Libro de Actas del XXIX Congreso Anual de la Sociedad Espa{\~n}ola de Ingenier{\'i}a Biom{\'e}dica (CASEIB 2011)},
             url = {http://caseib2011.ccmijesususon.com/},
          author = {Marcano Cede{\~n}o, Alexis Enrique and Chausa Fern{\'a}ndez, Paloma and C{\'a}ceres Taladriz, C{\'e}sar and Garc{\'i}a, Alejandro and L{\'o}pez, Raquel and Tormos Mu{\~n}oz, Josep M. and G{\'o}mez Aguilera, Enrique J.},
        abstract = {ste trabajo presenta un an{\'a}lisis comparativo entre tres algoritmos de aprendizaje diferentes basados en {\'A}rboles de Decisi{\'o}n (C4.5) y Redes Neuronales Artificiales (Perceptr{\'o}n Multicapa MLP y Red Neuronal de Regresi{\'o}n General GRNN) que han sido implementados con el objetivo de predecir los resultados de la rehabilitaci{\'o}n cognitiva de personas con da{\~n}o cerebral adquirido. En el an{\'a}lisis se han incluido datos demogr{\'a}ficos del paciente, el perfil de afectaci{\'o}n y los resultados provenientes de las tareas de rehabilitaci{\'o}n ejecutadas por los pacientes. Los modelos han sido evaluados utilizando la base de datos del Institut Guttmann. El rendimiento de los algoritmos se midi{\'o} a trav{\'e}s del an{\'a}lisis de la especificidad, sensibilidad y exactitud en la precisi{\'o}n y el an{\'a}lisis de la matriz de confusi{\'o}n. Los resultados muestran que la implementaci{\'o}n del C4.5 alcanz{\'o} una especificidad, sensibilidad y exactitud en la precisi{\'o}n del 98.43\%, 83.77\% y 89.42\% respectivamente. El rendimiento del C4.5 fue significativamente superior al obtenido por el Perceptr{\'o}n Multicapa y la Red de Regresi{\'o}n General.}
}