Clasificación de patologías presentes en la columna vertebral mediante técnicas de máquinas de aprendizaje

Fecha
2019-01
Autores
Ramírez Jiménez, Diego Fernando
Quintero Ospina, Julián David
Título de la revista
ISSN de la revista
Título del volumen
Editor
Facultad de Ingeniería, Universidad del Valle, Cali, Colombia.
Resumen
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.
Descripción
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.
Palabras clave
Atributos biomecánicos , Columna vertebral , Funciones de base radial , Máquinas de soporte vectorial , Patologías , Teorema de Bayes , Redes neuronales probabilísticas
Citación