Estudio comparativo de técnicas de Machine Learning para la determinación de embarazos pre-término a partir del Electrohisterograma

Caipe Gordillo, Angela Stephanya Y Muñoz Rosero, Jorge Armando (2017) Estudio comparativo de técnicas de Machine Learning para la determinación de embarazos pre-término a partir del Electrohisterograma. Project Report. Universidad de Nariño, Pasto.

Text 92378.pdf Download (2MB)

Resumen

El embarazo pre-término ocurre cuando se presenta labor de parto antes de la semana treinta y siete de gestación, siendo una de las principales causas de mortalidad y morbilidad en la población infantil. A pesar de que existen diversos factores que indiquen riesgo de un trabajo de parto prematuro, éste se puede producir espontáneamente sin la necesidad de ningún síntoma o factor indicativo. En el mundo, se estima que alrededor de quince millones de bebés prematuros nacen al año, una cifra que va en aumento y que además tiene impacto mayor en los países en desarrollo. El cambio de la actividad eléctrica uterina durante el embarazo, es un hecho; por tanto, realizar un estudio comparativo de registros sobre la actividad eléctrica, mediante electrohisterografía, es una estrategia potencial al momento de clasificar entre el trabajo de parto pre-término falso o verdadero. En la actualidad, se usa sistemas computarizados basados en técnicas de machine learning para determinar la ocurrencia de un embarazo pre-término a partir de registros electrohisterograficos. No obstante, aún no existen métodos definitivos para caracterizar y clasificar estos registros. En este trabajo, se plantea realizar el diseño e implementación de una metodología de comparación para el diagnóstico de un trabajo de parto prematuro. Para ello se desarrolla un estudio comparativo de diferentes métodos de machine learning considerando técnicas supervisadas y no supervisadas de reconocimiento de patrones, con el fin de desarrollar un sistema computarizado eficiente de clasificación de registros electrohisterograficos que permita predecir eficientemente esta condición.

Tipo de Elemento:	Monografía (Project Report)
Información Adicional:	Director: Phd. Diego Hernán Peluffo Ordóñez. Ingeniero Electrónico
Palabras Clave:	embarazo pre-término, mortalidad, población infantil, cambio de la actividad eléctrica, actividad eléctrica uterina, electrohisterografía
Asunto:	Q Ciencias > QM Human anatomy T Tecnología > T Technology (General) T Tecnología > TA Engineering (General). Civil engineering (General)
Division:	Facultad de Ingeniería > Programa de Ingeniería Electrónica > Trabajos de grado
Depósito de Usuario:	Monitor Biblioteca Dos
Fecha Deposito:	15 Aug 2023 15:26
Ultima Modificación:	15 Aug 2023 15:26
URI:	http://sired.udenar.edu.co/id/eprint/9347

Ver Elemento