Logo_Icesi
 

Modelo de machine learning para clasificación de pacientes con glaucoma en la población del Valle del Cauca

dc.contributor.advisorMuñoz, Edgar
dc.contributor.advisorRivera Hoyos, Carlos
dc.contributor.authorCardona Suárez, Juan Camilo
dc.contributor.authorFernández Agudelo, Fabio Nelson
dc.contributor.roleAsesor Tesis
dc.contributor.roleAsesor Tesis
dc.coverage.spatialCali de Lat: 03 24 00 N degrees minutes Lat: 3.4000 decimal degrees Long: 076 30 00 W degrees minutes Long: -76.5000 decimal degrees.
dc.date.accessioned2022-09-14T07:40:46Z
dc.date.available2022-01-01
dc.date.available2022-09-14T07:40:46Z
dc.date.issued2022-01-01
dc.description.abstractEn este trabajo de grado se formuló una propuesta para abordar el problema de modelos de Machine Learning (ML) no adaptados a las características raciales/étnicas de la población del Valle del Cauca para clasificar pacientes con Glaucoma. Para hacerlo, se usó la metodología CRIPS-DM (CRoss Industry Standard Process for Data Mining) Project que aborda las seis fases del ciclo de un proyecto de analítica de datos. Los modelos, técnicas y herramientas de la ciencia de datos usados para abordar la solución al problema fueron modelos de Deep Learning usando Redes Neuronales Convolucionales y de Transfer Learning usando Inception V3. La validación a la que fue sometida la propuesta consistió en evaluar los modelos entrenados en la muestra de test que fue reservada y se analizaron los resultados obtenidos en una matriz de confusión, obteniendo que el mejor modelo para clasificación del glaucoma es el modelo Inception V3 como el mejor clasificador, con un AUC ROC en el set de validación del 0.8706 y 0.9084 en el set de test, esto se logró al contar con un gran número de imágenes para entrenamiento y un modelo que fue previamente preentrenado, disminuyendo los efectos adversos de contar con una baja cantidad de datos y clases desbalanceadas. Finalmente, se puede afirmar que el enfoque de solución propuesto y la metodología empleada para obtener los resultados reportados son aceptables y permiten a futuro seguir explorando modelos más precisos.spa
dc.format.extent82 páginas
dc.format.mediumDigital
dc.format.mimetypeapplication/pdf
dc.identifier.OLIBhttp://biblioteca2.icesi.edu.co/cgi-olib?oid=329388
dc.identifier.other329388
dc.identifier.urihttp://hdl.handle.net/10906/95207
dc.language.isospa
dc.publisherUniversidad Icesi
dc.publisher.departmentDepartamento Tecnologías de Información y Comunicaciones
dc.publisher.facultyFacultad de Ingeniería y Diseño
dc.publisher.placeSantiago de Cali
dc.rightsEL AUTOR, expresa que la obra objeto de la presente autorización es original y la elaboró sin quebrantar ni suplantar los derechos de autor de terceros, y de tal forma, la obra es de su exclusiva autoría y tiene la titularidad sobre éste. PARÁGRAFO: en caso de queja o acción por parte de un tercero referente a los derechos de autor sobre el artículo, folleto o libro en cuestión, EL AUTOR, asumirá la responsabilidad total, y saldrá en defensa de los derechos aquí autorizados; para todos los efectos, la Universidad Icesi actúa como un tercero de buena fe. Esta autorización, permite a la Universidad Icesi, de forma indefinida, para que en los términos establecidos en la Ley 23 de 1982, la Ley 44 de 1993, leyes y jurisprudencia vigente al respecto, haga publicación de este con fines educativos Todo persona que consulte ya sea la biblioteca o en medio electrónico podrá copiar apartes del texto citando siempre la fuentes, es decir el título del trabajo y el autor.
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.licenseAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subject.proposalAprendizaje automáticospa
dc.subject.proposalAnálisis de datosspa
dc.subject.proposalAnalíticaspa
dc.subject.proposalGlaucomaspa
dc.subject.proposalTésisspa
dc.subject.proposalIngenieríasspa
dc.subject.proposalDepartamento Tecnologías de Información y Comunicacionesspa
dc.titleModelo de machine learning para clasificación de pacientes con glaucoma en la población del Valle del Cauca
dc.type.coarhttp://purl.org/coar/resource_type/c_bdcc
dc.type.driverinfo:eu-repo/semantics/masterThesis
dc.type.localTesis de maestría
dc.type.versioninfo:eu-repo/semantics/publishedVersion

Archivos

Bloque original

Mostrando 1 - 1 de 1
Cargando...
Miniatura
Nombre:
T02445.pdf
Tamaño:
2.12 MB
Formato:
Adobe Portable Document Format