Predicción del resultado de oseointegración en implantes dentales mediante múltiples clasificadores

El campo de la ciencia de datos ha tenido muchos avances respecto a la aplicación y desarrollo de técnicas en el sector de la salud. Estos avances se ven reflejados en la predicción de enfermedades, clasificación de imágenes, identificación y reducción de riesgos, así como muchos otros. Sin embargo...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Ganz, Nancy, Ares, Alicia E., Kuna, Horacio Daniel
Formato: Objeto de conferencia
Lenguaje:Español
Publicado: 2020
Materias:
Ciencias Informáticas
Combinación de clasificadores
Clasificación
Aprendizaje Automático
Implantes Dentales
Predicción
Acceso en línea:http://sedici.unlp.edu.ar/handle/10915/103592
Aporte de:
SEDICI (UNLP) de Universidad Nacional de La Plata
id I19-R120-10915-103592
record_format dspace
institution Universidad Nacional de La Plata
institution_str I-19
repository_str R-120
collection SEDICI (UNLP)
language Español
topic Ciencias Informáticas
Combinación de clasificadores
Clasificación
Aprendizaje Automático
Implantes Dentales
Predicción
spellingShingle Ciencias Informáticas
Combinación de clasificadores
Clasificación
Aprendizaje Automático
Implantes Dentales
Predicción
Ganz, Nancy
Ares, Alicia E.
Kuna, Horacio Daniel
Predicción del resultado de oseointegración en implantes dentales mediante múltiples clasificadores
topic_facet Ciencias Informáticas
Combinación de clasificadores
Clasificación
Aprendizaje Automático
Implantes Dentales
Predicción
description El campo de la ciencia de datos ha tenido muchos avances respecto a la aplicación y desarrollo de técnicas en el sector de la salud. Estos avances se ven reflejados en la predicción de enfermedades, clasificación de imágenes, identificación y reducción de riesgos, así como muchos otros. Sin embargo, no se han encontrado trabajos que apliquen procesos o técnicas de aprendizaje automático específicamente a la predicción de fracasos en implantes dentales. Este trabajo tiene por objetivo investigar el beneficio de la utilización de múltiples algoritmos de clasificación, para la predicción de fracasos en implantes dentales de la provincia de Misiones, Argentina. La experimentación es realizada con tres conjuntos de datos, un conjunto concerniente a historias clínicas de implantes dentales confeccionado para el estudio de caso, un conjunto generado artificialmente y un conjunto obtenido del repositorio de datos kaggle. En comparación con los clasificadores individuales, el enfoque propuesto obtiene el mayor porcentaje de acierto de los fracasos, logrando un 75% de casos correctamente identificados.
format Objeto de conferencia
Objeto de conferencia
author Ganz, Nancy
Ares, Alicia E.
Kuna, Horacio Daniel
author_facet Ganz, Nancy
Ares, Alicia E.
Kuna, Horacio Daniel
author_sort Ganz, Nancy
title Predicción del resultado de oseointegración en implantes dentales mediante múltiples clasificadores
title_short Predicción del resultado de oseointegración en implantes dentales mediante múltiples clasificadores
title_full Predicción del resultado de oseointegración en implantes dentales mediante múltiples clasificadores
title_fullStr Predicción del resultado de oseointegración en implantes dentales mediante múltiples clasificadores
title_full_unstemmed Predicción del resultado de oseointegración en implantes dentales mediante múltiples clasificadores
title_sort predicción del resultado de oseointegración en implantes dentales mediante múltiples clasificadores
publishDate 2020
url http://sedici.unlp.edu.ar/handle/10915/103592
work_keys_str_mv AT ganznancy predicciondelresultadodeoseointegracionenimplantesdentalesmediantemultiplesclasificadores
AT aresaliciae predicciondelresultadodeoseointegracionenimplantesdentalesmediantemultiplesclasificadores
AT kunahoraciodaniel predicciondelresultadodeoseointegracionenimplantesdentalesmediantemultiplesclasificadores
bdutipo_str Repositorios
_version_ 1764820442093191170

Ejemplares similares