Modelado de redes neuronales difusos como coadyuvante en la prognosis de riesgo de muerte súbita cardiaca [recurso electrónico] / Héctor Gerardo Arriola Zorrilla ; director, Marco Antonio Reyna Carranza.
Tipo de material:
Archivo de ordenadorDetalles de publicación: Mexicali, Baja California, 2009Descripción: 1 disco compacto ; 4 3/4 plg; 1 recurso en línea (iv, 138 p. : gráficas)Tema(s): Muerte repentina -- Tesis y disertaciones académicasClasificación LoC:QA76.87 | A77 2009Recursos en línea: Tesis Digital
Nota de disertación: Tesis (Doctorado) --Universidad Autónoma de Baja California. Instituto de Ingeniería, Mexicali, 2009. Resumen: Las enfermedades cardiovasculares son una de las causas principales de mortalidad en el mundo. En nuestros días, cada vez son mayores los esfuerzos que se realizan para mejorar la prognosis y/o la diagnosis mediante el desarrollo de métodos no invasivos. La mayoría de estos métodos evalúan algún tipo de riesgo de enfermedad o de muerte cardiovascular, ya sea utilizando técnicas como el análisis de la variabilidad de la frecuencia cardiaca (HRV por sus siglas en inglés de Heart Rate Variability), o redes neuronales, o lógica difusa, entre otras. Esta tesis propone combinar la lógica difusa con redes neuronales para construir un sistema neuro-difuso, que coadyuve en la prognosis de la evaluación de riesgo de muerte súbita cardiaca, utilizando para ello datos de entrada como las variables clínicas convencionales y otras más complejas como las de la HRV. Se construyeron tres grupos de individuos en función del riesgo de muerte súbita cardiaca detectada y valorada por dos cardiólogos. Los sujetos fueron clasificados como de bajo (n=54), medio (n=28) y alto (n=7) riesgo valorando las variables de: Edad, Género sexual, Índice de masa corporal, Glucosa en sangre, Presión arterial sistólica, Presión arterial diastólica, Hábito de fumar, Antecedentes familiares de algún tipo de estrés cardiovascular y si padecía en la actualidad de alguna enfermedad cardiovascular. La red neuro-difusa construida fue del tipo back-propagation, la cual se entrenó con el 80% de los datos, otro 10% se usó para validación cruzada y el 10% restante para prueba. Los niveles de riesgo de muerte súbita cardiaca proporcionados por la red fueron tres: Alto, Medio o Bajo. Estos niveles fueron obtenidos primero analizando las variables clínicas convencionales de todos los sujetos muestra (n=89), logrando una sensibilidad (SE) del 30%, una especificidad (ES) del 96% y una exactitud (EX) del 60%; luego utilizando como datos de entrada a la red tanto las variables convencionales como las de la HRV de los mismos sujetos muestra (n=89) se logró una SE del 79%, una ES del 87% y una EX del 85%. Los resultados sugieren que esta clase de red híbrida sea conveniente para la identificación de pacientes con riesgo cardiaco.
| Tipo de ítem | Biblioteca actual | Colección | Signatura | Copia número | Estado | Fecha de vencimiento | Código de barras |
|---|---|---|---|---|---|---|---|
| Tesis | Biblioteca Central Mexicali | Colección UABC | QA76.87 A77 2009 (Browse shelf(Abre debajo)) | 1 | Disponible | MXL098826 |
Maestría y Doctorado en Ciencias e Ingeniería.
Tesis (Doctorado) --Universidad Autónoma de Baja California. Instituto de Ingeniería, Mexicali, 2009.
Incluye referencias bibliográficas.
Las enfermedades cardiovasculares son una de las causas principales de mortalidad en el mundo. En nuestros días, cada vez son mayores los esfuerzos que se realizan para mejorar la prognosis y/o la diagnosis mediante el desarrollo de métodos no invasivos. La mayoría de estos métodos evalúan algún tipo de riesgo de enfermedad o de muerte cardiovascular, ya sea utilizando técnicas como el análisis de la variabilidad de la frecuencia cardiaca (HRV por sus siglas en inglés de Heart Rate Variability), o redes neuronales, o lógica difusa, entre otras. Esta tesis propone combinar la lógica difusa con redes neuronales para construir un sistema neuro-difuso, que coadyuve en la prognosis de la evaluación de riesgo de muerte súbita cardiaca, utilizando para ello datos de entrada como las variables clínicas convencionales y otras más complejas como las de la HRV. Se construyeron tres grupos de individuos en función del riesgo de muerte súbita cardiaca detectada y valorada por dos cardiólogos. Los sujetos fueron clasificados como de bajo (n=54), medio (n=28) y alto (n=7) riesgo valorando las variables de: Edad, Género sexual, Índice de masa corporal, Glucosa en sangre, Presión arterial sistólica, Presión arterial diastólica, Hábito de fumar, Antecedentes familiares de algún tipo de estrés cardiovascular y si padecía en la actualidad de alguna enfermedad cardiovascular. La red neuro-difusa construida fue del tipo back-propagation, la cual se entrenó con el 80% de los datos, otro 10% se usó para validación cruzada y el 10% restante para prueba. Los niveles de riesgo de muerte súbita cardiaca proporcionados por la red fueron tres: Alto, Medio o Bajo. Estos niveles fueron obtenidos primero analizando las variables clínicas convencionales de todos los sujetos muestra (n=89), logrando una sensibilidad (SE) del 30%, una especificidad (ES) del 96% y una exactitud (EX) del 60%; luego utilizando como datos de entrada a la red tanto las variables convencionales como las de la HRV de los mismos sujetos muestra (n=89) se logró una SE del 79%, una ES del 87% y una EX del 85%. Los resultados sugieren que esta clase de red híbrida sea conveniente para la identificación de pacientes con riesgo cardiaco.
