1. Repositorio Institucional del Tecnológico Nacional de México
2. Producción Científica
3. Tesis de Maestría

Título :	Aplicación de técnicas de algoritmos híbridos evolutivos con redes neuronales para el diagnóstico médico
Autor :	ESTRADA PATIÑO, ERICK
Palabras clave :	7
Fecha de publicación :	2018-05
Editorial :	IT Ciudad Madero
Descripción :	Los diagnósticos médicos no siempre resultan sencillos, la complejidad en la detección de los síntomas, la diversidad de pacientes, el medio ambiente y la auto-medicación complican el diagnóstico. Un mal diagnóstico podría llevar a complicaciones muy graves, existen dos posibles errores al diagnosticar; un falso positivo y un falso negativo. Un falso positivo es cuando el médico diagnostica una enfermedad que no tiene el paciente, mientras que un falso negativo es cuando el médico no diagnostica una enfermedad que si tiene el paciente. Un falso positivo llevaría a una medicación y/o cirugía innecesaria, mientras que un falso negativo puede llegar a complicar la salud del paciente al no atender la enfermedad a tiempo. En este último caso, y dependiendo de la enfermedad, esto puede llevar al paciente a una medicación tardía, cirugía de emergencia y la muerte. La inteligencia artificial ha ayudado en el área de la salud a realizar diagnósticos para varias enfermedades (Bustamante & Chavarría, 1992). Dentro de las estrategias de inteligencia artificial, las redes neuronales han tenido diversas aplicaciones en el área de diagnóstico médico (Delgado, 1999). Pese a los esfuerzos previos siempre se desea tener una mayor certeza en el diagnóstico de enfermedades. En este trabajo se desarrollará una red neuroevolutiva para el diagnóstico médico y se evaluará su desempeño comparándose con el de una red neuronal estándar y alguna otra técnica de inteligencia artificial utilizando al menos un caso de estudio médico. Con base en el trabajo de Diana Ortiz (Ortiz & Villa, 2007), se espera que la red neuro-evolutiva presente en general un mejor desempeño que las otras implementaciones de este trabajo de investigación.
URI :	http://200.188.131.162:8080/jspui/handle/123456789/10
Aparece en las colecciones:	Tesis de Maestría

Este ítem está protegido por copyright original Visualizar la licencia

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