Tema: Clasificación de Secuelas Neurológicas en Pacientes Post-Covid19
Integrantes:
- Yeison Churquipa
- Jorge Charalla
- Rommel Loayza
Resumen:
Trata sobre la aplicación de algoritmos de Machine Learning para clasificar secuelas neurológicas (Polineuropatía) en pacientes que fueron infectados por el virus Sars-Cov-2 que provoca la enfermedad conocida como Covid-19. Mediante procedimientos de Electromiografía (EMG) realizados por un laboratorio líder especializado en neurología y neurofisiología, se registró información de evaluación neuro motora y neuro sensitiva de 186 pacientes con posibles síntomas de neuropatías en extremidades superiores (92 de ellos han tenido COVID-19) y 250 pacientes con posibles síntomas de neuropatías en extremidades inferiores (111 de ellos han tenido COVID-19). Algoritmos de aprendizaje supervisado determinan si las evidencias son compatibles con Polineuropatías.
Adjuntos:
Polineuropatía adquirida por COVID-19 y Machine Learning.pdf (Paper)
Polineuropatía adquirida por COVID-19 y Machine Learning.pptx (Diapositivas PPT)
Estructura de Datasets.xlsx (Excel)
- Data Set PNP 1.1.SUP - Evaluación Motora v3.csv
- Data Set PNP 1.2.SUP - Evaluación Sensorial v3.csv
- Data Set PNP 2.1.INF - Evaluación Motora v3.csv
- Data Set PNP 2.2.INF - Evaluación Sensorial v3.csv
Reporte de Resultados EMG.pdf (Ejemplo de resultados de Electromiografía)
Ubicación de programsa fuente:
https://github.com/yeisonherbert/iris_weka_ia
https://github.com/yeisonherbert/WebPolineuropatia
URL video youtube:
Se encontraron 2 coincidencias
- 29 Dic 2021, 17:00
- Foros: Proyectos en Inteligencia Artificial
- Tema: Clasificación de Secuelas Neurológicas en Pacientes Post-Covid19
- Respuestas: 0
- Vistas: 551
- 27 Dic 2021, 23:28
- Foros: Proyectos en Inteligencia Artificial
- Tema: Clasificación de Secuelas Neurológicas en Pacientes Post-Covid19
- Respuestas: 0
- Vistas: 274
Clasificación de Secuelas Neurológicas en Pacientes Post-Covid19
TEMA: Clasificación de Secuelas Neurológicas en Pacientes Post-Covid19
INTEGRANTES:
- Yeison Churquipa
- Jorge Charalla
- Rommel Loayza
RESUMEN:
El trabajo de investigación trata sobre la aplicación de algoritmos de Machine Learning para clasificar secuelas neurológicas (Polineuropatía) en pacientes que fueron infectados por el virus Sars-Cov-2 (Covid-19). Mediante procedimientos de Electromiografía (EMG) realizados por un laboratorio especializado en neurología y neurofisiología, se registró información de evaluación neuro motora y neuro sensitiva de 186 pacientes con neuropatías en extremidades superiores (92 de ellos han tenido COVID-19) y 250 pacientes con neuropatías en extremedidades inferiores (111 de ellos han tenido COVID-19). Algoritmos de aprendizaje supervisado determinan si las evidencias son compatibles con Polineuropatía adquirida por COVID-19. El algoritmo Random Forest obtuvo el TP Rate más alto para clasificar polineuropatías en extremidades superiores e inferiores, tanto en evaluación motora como sensitiva.
INTEGRANTES:
- Yeison Churquipa
- Jorge Charalla
- Rommel Loayza
RESUMEN:
El trabajo de investigación trata sobre la aplicación de algoritmos de Machine Learning para clasificar secuelas neurológicas (Polineuropatía) en pacientes que fueron infectados por el virus Sars-Cov-2 (Covid-19). Mediante procedimientos de Electromiografía (EMG) realizados por un laboratorio especializado en neurología y neurofisiología, se registró información de evaluación neuro motora y neuro sensitiva de 186 pacientes con neuropatías en extremidades superiores (92 de ellos han tenido COVID-19) y 250 pacientes con neuropatías en extremedidades inferiores (111 de ellos han tenido COVID-19). Algoritmos de aprendizaje supervisado determinan si las evidencias son compatibles con Polineuropatía adquirida por COVID-19. El algoritmo Random Forest obtuvo el TP Rate más alto para clasificar polineuropatías en extremidades superiores e inferiores, tanto en evaluación motora como sensitiva.