Publicação
Classificação de doenças pulmonares obstrutivas crónicas
| Resumo: | O presente trabalho tem como objetivo principal a aplicação de modelos de classificação que auxilie os profissionais de saúde, no diagnóstico de doenças pulmonares obstrutivas crónicas (DPOC), ou seja, através da implementação de técnicas de aprendizagem automática que identifiquem potenciais doentes a partir de um conjunto de características demográficas dos indivíduos e características extraídas previamente de amostras das suas salivas. Os modelos estudados serão: rede neuronal artificial (RNA), o algoritmo K-ésimo Vizinho mais Próximo (K-NN), as Árvores de decisão (AD) e o Sistema de votação. Os resultados experimentais foram obtidos pela realização de simulações em cada uma das aplicações desenvolvidas, e o desempenho dos classificadores foram avaliados através de métricas de desempenho dos sistemas de classificação e matrizes de confusão. Os resultados mostram-se promissores, visto que, os modelos foram capazes de discriminar dois universos separáveis: doentes com DPOC e saudáveis. |
|---|---|
| Autores principais: | Almeida, Inês de |
| Assunto: | Doenças pulmonares obstrutivas crónicas Diagnóstico |
| Ano: | 2022 |
| País: | Portugal |
| Tipo de documento: | dissertação de mestrado |
| Tipo de acesso: | acesso restrito |
| Instituição associada: | Universidade de Trás-os-Montes e Alto Douro |
| Idioma: | português |
| Origem: | Repositório da UTAD |
| Resumo: | O presente trabalho tem como objetivo principal a aplicação de modelos de classificação que auxilie os profissionais de saúde, no diagnóstico de doenças pulmonares obstrutivas crónicas (DPOC), ou seja, através da implementação de técnicas de aprendizagem automática que identifiquem potenciais doentes a partir de um conjunto de características demográficas dos indivíduos e características extraídas previamente de amostras das suas salivas. Os modelos estudados serão: rede neuronal artificial (RNA), o algoritmo K-ésimo Vizinho mais Próximo (K-NN), as Árvores de decisão (AD) e o Sistema de votação. Os resultados experimentais foram obtidos pela realização de simulações em cada uma das aplicações desenvolvidas, e o desempenho dos classificadores foram avaliados através de métricas de desempenho dos sistemas de classificação e matrizes de confusão. Os resultados mostram-se promissores, visto que, os modelos foram capazes de discriminar dois universos separáveis: doentes com DPOC e saudáveis. |
|---|