Please use this identifier to cite or link to this item: http://hdl.handle.net/20.500.12494/35957
Exportar a:
Title: Clasificación de patologías presentes en la columna vertebral mediante técnicas de máquinas de aprendizaje
Author: Ramírez Jiménez, Diego Fernando
Quintero Ospina, Julián David
Email autor: ramirez.diego@correounivalle.edu.co
Issue Date: Jan-2019
Keywords: Atributos biomecánicos
Columna vertebral
Funciones de base radial
Máquinas de soporte vectorial
Patologías
Teorema de Bayes
Redes neuronales probabilísticas
Resume: Introducción: el artículo es resultado de la investigación “Estudio de patologías presentes en la columna vertebral empleando técnicas de inteligencia artificial como apoyo a los procesos de diagnóstico”, desarrollada en la Universidad del Valle entre 2016 y 2017. Problema: con frecuencia, los estudios y análisis que a menudo se realizan a las afecciones de salud en seres humanos con frecuencia son invasivos, lo cual conlleva problemas mayores. Objetivo: aportar un método de estudio a partir de los atributos biomecánicos de seres humanos para la detección de patologías que se presentan en la columna vertebral. Metodología: el trabajo se fundamentó en probar tres técnicas de reconocimiento de patrones; Bayes como técnica clásica de reconocimiento; y técnicas inteligentes como las redes neuronales de base radial (RBF), máquinas de soporte vectorial (SVM) y redes neuronales probabilísticas (PNN). Resultados: durante el proceso de clasificación de las patologías a tratar, la que mejores resultados aportó fue la técnica de PNN, mientras que las demás presentaron buenos resultados de clasificación para una patología en particular. Conclusión: se comprobó que la aplicación de estas técnicas de estudio aporta características importantes a los procesos de diagnóstico de patologías presentes en la columna vertebral, tales como hernia discal y espondilolistesis. Originalidad: este trabajo se realizó con información de pacientes reales, y presenta técnicas de estudio y resultados importantes sobre el diagnóstico de patologías de columna vertebral. Limitaciones: el estudio de patologías de columna vertebral requiere tener más información sobre los atributos biomecánicos de los seres humanos.
Abstract: Introduction: This paper shows the result of research entitled “Study of pathologies present in vertebral column using artificial Intelligence Techniques as support of diagnostic processes”, developed in University of Valle between the years 2016 and 2017. Problem: Studies and analyzes that are carried out on the health conditions of human beings are often invasive, which leads to greater issues. Objective: To provide a method of study from biomechanical attributes of human beings for the detection of pathologies present in vertebral column. Methodology: The study was based on testing three pattern recognition techniques, Bayes as a classic recognition technique, and intelligent techniques such as Radial Basis Functions Neural Networks (RBF), Support Vector Machines (SVM) and Probabilistic Neural Networks (PNN). Results: During the classification process of the pathologies to study, the best results were obtained using PNN, while the other ones presented good classification results for a particular pathology. Conclusion: It was proven that study techniques contributes important characteristics to diagnosis processes of pathologies present in the vertebral column, such as disk hernia and spondylolisthesis. Originality: This study was carried out with information from real patients, providing study techniques and important results on the diagnosis of vertebral column pathologies. Limitations: The study of vertebral column pathologies requires more information about the biomechanical attributes of human beings.
Table Of Contents: 1. Introducción. -- 2. Metodología. -- 3. Resultados. -- 4. Discusión. -- 5. Conclusiones.
Program: Ciencia Inclusiva
Headquarters: Externo
Type: Artículos Científicos
Citation: D. F. Ramírez-Jiménez y J. D. Quintero Ospina, “Clasificación de patologías presentes en la columna vertebral mediante técnicas de máquinas de aprendizaje”, Revista Ingeniería Solidaria, vol. 25, n.° 1, 2019. DOI: https://doi.org/10.16925/2357-6014.2019.01.05
Appears in Collections:Artículos Científicos Accesibles

Files in This Item:
File Description SizeFormat 
6_Clasificación_Patologías.docx1.07 MBMicrosoft Word XMLView/Open Request a copy
6_Clasificación_Patologías.epub2.28 MBUnknownView/Open Request a copy


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.