Modelos no supervisados para la visualización de pacientes en cuidados intensivos y con fibrilación auricular / Yessica Tatiana León Zamora
Tipo de material: Archivo de ordenadorEditor: Bogotá : Escuela Colombiana de Ingeniería, 2024Descripción: 57 paginas. ilustracionesTema(s): MODELOS DE APRENDIZAJE NO SUPERVIZADOS | ARRITMIA | CORAZÓN - ENFERMEDADES - DIAGNÓSTICO | AUTOENCODER | MODELOS INTERPRETABLES NO SUPERVISADOS | FIBRILACIÓN AURICULAR | BIOMARCADORESClasificación CDD: 511.8 Recursos en línea: Haga clic para acceso en línea Nota de disertación: ( Magíster en Ciencia de Datos ) Resumen: La fibrilación auricular es una afección cardiaca caracterizada por pulsaciones cardiacas rápidas e irregulares (National Health Services, 2022). Esta es una de las arritmias cardiacas más conocidas en general y también en las unidades de cuidados intensivos. Su prevalencia en UCI es cercana al 10%, y en una UCI cardiaca de 50% (Malik, Candilio, & Hausenloy, 2013) Sin embargo, las características físicas, clínicas o biológicas que puedan desempeñar una relación importante en el desarrollo de fibrilación auricular, no se conocen con certeza. Comprender estas características podría contribuir significativamente a la detección temprana de esta afección médica, especialmente si se pueden interpretar visualmente de manera rápida. Esto, a su vez, facilitaría su inclusión en las rutinas médicas de cuidados intensivos. Con este objetivo en mente, hemos propuesto llevar a cabo un estudio centrado en el uso de modelos de aprendizaje no supervisados interpretables, como Autoencoders, PCA, T-SNE, GTM. Nuestra investigación se concentra en la exploración de modelos interpretables no supervisados que permitan una interpretación visual sencilla de los posibles biomarcadores asociados al desarrollo de fibrilación auricular en pacientes de cuidados intensivos.Tipo de ítem | Ubicación actual | Colección | Signatura | Info Vol | Copia número | Estado | Fecha de vencimiento | Código de barras | Reserva de ítems |
---|---|---|---|---|---|---|---|---|---|
TRABAJOS DE GRADO | Biblioteca Jorge Álvarez Lleras Fondo general | Digital | 511.8 L579m (Navegar estantería) | Ej. 1 | 1 | Disponible | D002512 |
Navegando Biblioteca Jorge Álvarez Lleras Estantes, Ubicación: Fondo general, Código de colección: Digital Cerrar el navegador de estanterías
( Magíster en Ciencia de Datos )
La fibrilación auricular es una afección cardiaca caracterizada por pulsaciones cardiacas rápidas e irregulares (National Health Services, 2022). Esta es una de las arritmias cardiacas más conocidas en general y también en las unidades de cuidados intensivos. Su prevalencia en UCI es cercana al 10%, y en una UCI cardiaca de 50% (Malik, Candilio, & Hausenloy, 2013)
Sin embargo, las características físicas, clínicas o biológicas que puedan desempeñar una relación importante en el desarrollo de fibrilación auricular, no se conocen con certeza. Comprender estas características podría contribuir significativamente a la detección temprana de esta afección médica, especialmente si se pueden interpretar visualmente de manera rápida. Esto, a su vez, facilitaría su inclusión en las rutinas médicas de cuidados intensivos. Con este objetivo en mente, hemos propuesto llevar a cabo un estudio centrado en el uso de modelos de aprendizaje no supervisados interpretables, como Autoencoders, PCA, T-SNE, GTM. Nuestra investigación se concentra en la exploración de modelos interpretables no supervisados que permitan una interpretación visual sencilla de los posibles biomarcadores asociados al desarrollo de fibrilación auricular en pacientes de cuidados intensivos.
No hay comentarios en este titulo.