Aplicación de algoritmos aproximados al diagnóstico/clasificación de enfermedades
El diagnóstico de enfermedades puede formularse como un problema de clasificación, en consecuencia se trata de un problema NP-duro, como es el caso de las dos problemáticas que se pretenden resolver en este trabajo: clasificación, en benigno o maligno, de muestras de tumores de pacientes sospechados...
Guardado en:
| Autores principales: | , , |
|---|---|
| Formato: | Objeto de conferencia |
| Lenguaje: | Español |
| Publicado: |
2015
|
| Materias: | |
| Acceso en línea: | http://sedici.unlp.edu.ar/handle/10915/52060 http://44jaiio.sadio.org.ar/sites/default/files/asai49-56.pdf |
| Aporte de: |
| Sumario: | El diagnóstico de enfermedades puede formularse como un problema de clasificación, en consecuencia se trata de un problema NP-duro, como es el caso de las dos problemáticas que se pretenden resolver en este trabajo: clasificación, en benigno o maligno, de muestras de tumores de pacientes sospechados de sufrir de cáncer de mama; y clasificación, en negativo o positivo, de muestras de pacientes sospechados de padecer diabetes de tipo II. Por tal motivo, nuestra propuesta consiste en desarrollar algoritmos aproximados basados en perceptrones multicapa, en algoritmos genéticos y en algoritmos que hibridan estas opciones, para realizar diagnósticos confiables (clasificación) con respecto a estas enfermedades. Los experimentos numéricos permiten evaluar y comparar el rendimiento de las distintas propuestas utilizando conjuntos de datos reales. Los resultados muestran que nuestras propuestas logran resultados con errores de clasificación próximos a cero, además de, superar el desempeño de algoritmos propuestos en la literatura. |
|---|