Una técnica de red neuronal artificial y un algoritmo de aumentación de datos para sistematizar el diagnóstico de trombosis venenosa profunda mediante el uso de criterios de Wells [recurso electrónico] / María Berenice Fong Mata ; dirigida por Everardo Inzunza González, Enrique Efrén García Guerrero.
Tipo de material:
TextoDetalles de publicación: Ensenada, Baja California, 2020Descripción: 1 recurso en línea, 115 p. : ilTema(s): Ingeniería -- Tesis y disertaciones académicas | Redes neuronalesClasificación LoC:QA76.87 | F65 2020Recursos en línea: Tesis Digital.
Nota de disertación: Universidad Autónoma de Baja California. Facultad de Ingeniería, Arquitectura y Diseño, Ensenada, 2020.
Tesis Doctorado Resumen: El presente trabajo de tesis doctoral propone el uso de una Red Neuronal Artificial (RNA) de retropropagación para sistematizar la confiabilidad en el diagnóstico de la Trombosis Venosa Profunda (TVP) mediante el uso de los criterios establecidos por Wells. Para ello, se plantea un nuevo modelo de RNA que mejora la precisión en el diagnóstico cuando se dispone de un conjunto de datos altamente desbalanceado. También se propone un nuevo algoritmo de aumentación de datos basado en datos estadísticos de casos reales reportados en la literatura (conocidos como prevalencia de TVP) así como de un hospital público, para generar un conjunto de 10,000 datos sintéticos utilizados en el entrenamiento de la RNA; en donde a cada instancia generada le corresponden nueve factores de riesgo de acuerdo con los criterios de Wells
| Tipo de ítem | Biblioteca actual | Colección | Signatura | Copia número | Estado | Fecha de vencimiento | Código de barras |
|---|---|---|---|---|---|---|---|
| Tesis | Biblioteca Central Ensenada | Colección de Tesis | QA76.87 F65 2020 (Browse shelf(Abre debajo)) | 1 | Disponible | ENS093088 |
Programa de Maestría y Doctorado en Ciencias e Ingeniería
Universidad Autónoma de Baja California. Facultad de Ingeniería, Arquitectura y Diseño, Ensenada, 2020.
Tesis Doctorado
Incluye referencias bibliográficas.
El presente trabajo de tesis doctoral propone el uso de una Red Neuronal Artificial (RNA) de retropropagación para sistematizar la confiabilidad en el diagnóstico de la Trombosis Venosa Profunda (TVP) mediante el uso de los criterios establecidos por Wells. Para ello, se plantea un nuevo modelo de RNA que mejora la precisión en el diagnóstico cuando se dispone de un conjunto de datos altamente desbalanceado. También se propone un nuevo algoritmo de aumentación de datos basado en datos estadísticos de casos reales reportados en la literatura (conocidos como prevalencia de TVP) así como de un hospital público, para generar un conjunto de 10,000 datos sintéticos utilizados en el entrenamiento de la RNA; en donde a cada instancia generada le corresponden nueve factores de riesgo de acuerdo con los criterios de Wells
