Detección de patologías en señales biomédicas mediante técnicas de machine learning

El procesamiento de señales biomédicas tiene una importancia relevante en el diagnóstico temprano y prevención de enfermedades. El electrocardiograma (ECG) es un estudio no invasivo, de bajo costo, que brinda información valiosa sobre la actividad eléctrica cardíaca. El análisis de esta señal estudi...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Bergamini, María Lorena, Liberczuk, Sergio Javier
Formato: Objeto de conferencia
Lenguaje:Español
Publicado: 2020
Materias:
Ciencias Informáticas
Procesamiento de señales
Biomedicina
Acceso en línea:http://sedici.unlp.edu.ar/handle/10915/105314
Aporte de:
SEDICI (UNLP) de Universidad Nacional de La Plata
id I19-R120-10915-105314
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
Procesamiento de señales
Biomedicina
spellingShingle Ciencias Informáticas
Procesamiento de señales
Biomedicina
Bergamini, María Lorena
Liberczuk, Sergio Javier
Detección de patologías en señales biomédicas mediante técnicas de machine learning
topic_facet Ciencias Informáticas
Procesamiento de señales
Biomedicina
description El procesamiento de señales biomédicas tiene una importancia relevante en el diagnóstico temprano y prevención de enfermedades. El electrocardiograma (ECG) es un estudio no invasivo, de bajo costo, que brinda información valiosa sobre la actividad eléctrica cardíaca. El análisis de esta señal estudia patrones que se asocian con condiciones anormales de funcionamiento. El objetivo principal de este proyecto es desarrollar técnicas y algoritmos para el análisis, modelado, clasificación y segmentación de señales electrocardiográficas, a fin de que puedan ser aplicados en tiempo real; y poder así dar soporte a la detección temprana de eventos patológicos. Específicamente, nos proponemos diseñar algoritmos de procesamiento de ECG con un enfoque Bayesiano, con el objetivo de sintonizar los parámetros de un modelo dinámico que permitan la síntesis de señales de ECG registrables durante procesos de isquemia e infarto. Asimismo, se aplicarán técnicas de machine learning para procesar los parámetros y configurar un sistema de asistencia al médico en el diagnóstico automático de patologías.
format Objeto de conferencia
Objeto de conferencia
author Bergamini, María Lorena
Liberczuk, Sergio Javier
author_facet Bergamini, María Lorena
Liberczuk, Sergio Javier
author_sort Bergamini, María Lorena
title Detección de patologías en señales biomédicas mediante técnicas de machine learning
title_short Detección de patologías en señales biomédicas mediante técnicas de machine learning
title_full Detección de patologías en señales biomédicas mediante técnicas de machine learning
title_fullStr Detección de patologías en señales biomédicas mediante técnicas de machine learning
title_full_unstemmed Detección de patologías en señales biomédicas mediante técnicas de machine learning
title_sort detección de patologías en señales biomédicas mediante técnicas de machine learning
publishDate 2020
url http://sedici.unlp.edu.ar/handle/10915/105314
work_keys_str_mv AT bergaminimarialorena detecciondepatologiasensenalesbiomedicasmediantetecnicasdemachinelearning
AT liberczuksergiojavier detecciondepatologiasensenalesbiomedicasmediantetecnicasdemachinelearning
bdutipo_str Repositorios
_version_ 1764820443193147393

Ejemplares similares