RT info:eu-repo/semantics/bachelorThesis
T1 Mejora de diagnóstico de enfermedades neurodegenerativas usando redes LSTM
A1 Dóniz García, Daniel
A2 Grado En Ingeniería Informática
K1 Enfermedad de Alzheimer
K1 Diagnóstico
K1 LSTM
K1 ADAS
K1 MMSE
K1 Inteligencia artificial
K1 Aprendizaje automático
K1 Selección de características
K1 Balanceo
K1 Validación cruzada
K1 Deterioro cognitivo leve
K1 Demencia
AB Se presenta un enfoque para el diagnóstico y pronóstico de la enfermedad de Alzheimer utilizando Redes Neuronales de Largo Corto Plazo (LSTM). Las enfermedades neurodegenerativas, y en particular la enfermedad de Alzheimer, representan un gran desafío en la sociedad actual. En esta enfermedad se utilizan pruebas como la Alzheimer’s Disease Assessment Scale (ADAS) y el Mini-Mental State Examination (MMSE) para evaluar la función cognitiva y el grado de demencia en los pacientes. No obstante, el diagnóstico y pronóstico precisos siguen siendo desafiantes. En este trabajo se mejora una anterior solución de inteligencia artificial obteniéndose resultados más fiables mediante distintas técnicas de aprendizaje automático. Dicha solución trabaja con los resultados de las pruebas ADAS y MMSE obtenidas de 1 a 5 citas médicas, mas otros datos demográficos, y proporciona un diagnóstico en tres posibles categorías: Cognición Normal (CN), Deterioro Cognitivo Leve (MCI) o Demencia (Dem). Este enfoque tiene el potencial de mejorar la precisión del diagnóstico y pronóstico de la enfermedad de Alzheimer, ofreciendo un impacto significativo en el cuidado y tratamiento de los pacientes
YR 2023
FD 2023
LK http://riull.ull.es/xmlui/handle/915/33918
UL http://riull.ull.es/xmlui/handle/915/33918
LA es
DS Repositorio institucional de la Universidad de La Laguna
RD 16-may-2024