JavaScript is disabled for your browser. Some features of this site may not work without it.

    Listar

    Todo RIUMAComunidades & ColeccionesPor fecha de publicaciónAutoresTítulosMateriasTipo de publicaciónCentrosDepartamentos/InstitutosEditoresEsta colecciónPor fecha de publicaciónAutoresTítulosMateriasTipo de publicaciónCentrosDepartamentos/InstitutosEditores

    Mi cuenta

    AccederRegistro

    Estadísticas

    Ver Estadísticas de uso

    DE INTERÉS

    Datos de investigaciónReglamento de ciencia abierta de la UMAPolítica de RIUMAPolitica de datos de investigación en RIUMAOpen Policy Finder (antes Sherpa-Romeo)Dulcinea
    Preguntas frecuentesManual de usoContacto/Sugerencias
    Ver ítem 
    •   RIUMA Principal
    • Docencia
    • Trabajos Fin de Grado
    • Ver ítem
    •   RIUMA Principal
    • Docencia
    • Trabajos Fin de Grado
    • Ver ítem

    Desarrollo de un sistema DAO (Diagnóstico Asistido por Computador) portátil para la detección y clasificación de infarto de miocardio

    • Autor
      Villaba García, Jesús
    • Director/es
      González-Linares, José MaríaAutoridad Universidad de Málaga; Ramos-Cózar, JuliánAutoridad Universidad de Málaga
    • Fecha
      2022-06
    • Palabras clave
      Miocardio-Infarto-Diagnóstico; Diagnóstico-Programas de ordenador; Grado en Ingeniería de la Salud - Trabajos Fin de Grado; Informática - Trabajos Fin de Grado
    • Resumen
      El uso de la inteligencia artificial en el ámbito médico está en auge, siendo útil en muchos aspectos de este, como es la asistencia al diagnóstico por ordenador. Debido a esto, se han desarrollado diversos intentos de red neuronal para el diagnóstico de infarto de miocardio. No obstante, la mayoría de los estudios se realizan con pocos datos como para dotar de robustez al modelo desarrollado o bien quedan como proyecto técnico sin repercusión en el ámbito clínico. Por ello, este proyecto trata de crear un modelo de red neuronal capaz de detectar la presencia de infarto agudo de miocardio que sea a su vez ejecutable en un dispositivo embebido portátil, dotándolo así de libertad de uso. Para ello, se han tomado dos bases de datos de acceso público con más de 10000 registros de ECG para entrenar una red neuronal convolucional (CNN). Primero, se ha diseñado un modelo de red basado en el estado del arte actual. Después se han preprocesado los datos de acuerdo con este y se han entrenado hasta alcanzar unas métricas de rendimiento similares a las obtenidas en el estado del arte. Finalmente, se ha optimizado el modelo para su ejecución en el sistema embebido, dotándolo de una gran eficiencia dados los recursos limitados de este, obteniendo así un dispositivo portátil y de bajo coste que permite su uso como sistema de diagnóstico asistido por ordenador (DAO) de forma eficiente para su uso médico.
    • URI
      https://hdl.handle.net/10630/25007
    • Compartir
      RefworksMendeley
    Mostrar el registro completo del ítem
    Ficheros
    Villalba García Jesús Memoria.pdf (2.635Mb)
    Colecciones
    • Trabajos Fin de Grado

    Estadísticas

    Buscar en Dimension
    REPOSITORIO INSTITUCIONAL UNIVERSIDAD DE MÁLAGA
    REPOSITORIO INSTITUCIONAL UNIVERSIDAD DE MÁLAGA
     

     

    REPOSITORIO INSTITUCIONAL UNIVERSIDAD DE MÁLAGA
    REPOSITORIO INSTITUCIONAL UNIVERSIDAD DE MÁLAGA