Por favor, use este identificador para citar o enlazar este ítem: https://repositorio.autonoma.edu.co/handle/11182/650
Título : Sistema computacional para el diagnóstico asistido de deterioro cognitivo leve en personas mayores de 60 años
Autor: Flórez Ruíz, Juan Camilo
Director(es): Murillo Rendón, Santiago
Segura Giraldo, Belarmino
Palabras claves: Deterioro cognitivo leve-DCL
Trastornos de la memoria
Diagnóstico asistido
Pruebas cognitivas
keywords: Mild cognitive impairment-DCL
Memory disorders
Assisted diagnosis
Cognitive tests
Editorial : Universidad Autónoma de Manizales
Resumen: El Deterioro Cognitivo Leve es una entidad nosológica de suma importancia; fue introducida para definir la situación clínica de declive o pérdida de las capacidades cognitivas que supone una fase previa a un trastorno demencial grave y que se estima no estar originado por el envejecimiento, sino por una patología subyacente. No obstante, la detección de dicho deterioro presenta dificultades en términos de costo monetario, tiempo y personal calificado en el proceso de diagnóstico, dado que este deterioro puede involucrar la toma de exámenes médicos de alta complejidad (ej. resonancias magnéticas) que a su vez requieren equipos clínicos especializados (ej. escáneres de resonancia magnética). En el presente trabajo, con el fin de asistir al diagnóstico de Deterioro Cognitivo Leve, se construye un sistema computacional híbrido basado en técnicas simbólicas y subsimbólicas de aprendizaje de máquina; éste permite analizar los resultados de diferentes pruebas cognitivas para apoyar el dictamen realizado por los profesionales de la salud respecto al estado mental de las personas. El proceso de desarrollo del sistema computacional se lleva a cabo mediante una metodología orientada a prototipos evolutivos. Finalmente, se valida la efectividad en el diagnóstico asistido de Deterioro Cognitivo Leve a través de un esquema de cross-validation o validación cruzada.
Abstract: Mild cognitive impairment is a crucial nosological entity. It was introduced to define the clinical state of decline or loss of cognitive abilities which represents a preliminary stage to severe dementia disorders and is thought not to be caused by aging, but by an underlying pathology. However, diagnosis of such impairment is a challenging task facing difficulties in terms of monetary costs, time as well as finding qualified experts on this topic, since this may involve taking medical tests of high complexity (e.g. magnetic resonance imaging), which in turn require specialized clinical equipment (e.g. magnetic resonance imaging scanners). In this work, in order to assist the diagnosis of mild cognitive impairment, a hybrid system based on symbolic and subsymbolic machine learning techniques is built. The proposed system will be able to analyze the results of different cognitive tests to support the decisions-making by the health staff service regarding the mental state of patients. Particularly, the system development process is conducted by an evolutionary prototyping methodology. Finally, the computer-aided effectiveness is validated through a crossvalidation scheme.
URI : https://repositorio.autonoma.edu.co/handle/11182/650
Aparece en las colecciones: Maestría en Gestión y Desarrollo de Proyectos de Software



Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons