Clasificación de patologías presentes en la columna vertebral mediante técnicas de máquinas de aprendizaje

Introducción: el artículo es resultado de la investigación “Estudio de patologías presentes en la columna vertebral empleando técnicas de inteligencia artificial como apoyo a los procesos de diagnóstico”, desarrollada en la Universidad del Valle entre 2016 y 2017. Problema: con frecuencia, los estud...

Full description

Autores:: Ramírez Jiménez, Diego Fernando
Quintero Ospina, Julián David

Tipo de recurso:: Article of investigation

Fecha de publicación:: 2019

Institución:: Universidad Cooperativa de Colombia

Repositorio:: Repositorio UCC

Idioma:

id	COOPER2_4f25e0bd8271fba136ca8d7296d19fb0
oai_identifier_str	oai:repository.ucc.edu.co:20.500.12494/35957
network_acronym_str	COOPER2
network_name_str	Repositorio UCC
repository_id_str
dc.title.spa.fl_str_mv	Clasificación de patologías presentes en la columna vertebral mediante técnicas de máquinas de aprendizaje
title	Clasificación de patologías presentes en la columna vertebral mediante técnicas de máquinas de aprendizaje
spellingShingle	Clasificación de patologías presentes en la columna vertebral mediante técnicas de máquinas de aprendizaje Atributos biomecánicos Columna vertebral Funciones de base radial Máquinas de soporte vectorial Patologías Teorema de Bayes Redes neuronales probabilísticas Biomechanical attributes Vertebral column Radial basis functions Vector support machines Pathologies Bayes theorem Probabilistic neural networks
title_short	Clasificación de patologías presentes en la columna vertebral mediante técnicas de máquinas de aprendizaje
title_full	Clasificación de patologías presentes en la columna vertebral mediante técnicas de máquinas de aprendizaje
title_fullStr	Clasificación de patologías presentes en la columna vertebral mediante técnicas de máquinas de aprendizaje
title_full_unstemmed	Clasificación de patologías presentes en la columna vertebral mediante técnicas de máquinas de aprendizaje
title_sort	Clasificación de patologías presentes en la columna vertebral mediante técnicas de máquinas de aprendizaje
dc.creator.fl_str_mv	Ramírez Jiménez, Diego Fernando Quintero Ospina, Julián David
dc.contributor.author.none.fl_str_mv	Ramírez Jiménez, Diego Fernando Quintero Ospina, Julián David
dc.subject.spa.fl_str_mv	Atributos biomecánicos Columna vertebral Funciones de base radial Máquinas de soporte vectorial Patologías Teorema de Bayes Redes neuronales probabilísticas
topic	Atributos biomecánicos Columna vertebral Funciones de base radial Máquinas de soporte vectorial Patologías Teorema de Bayes Redes neuronales probabilísticas Biomechanical attributes Vertebral column Radial basis functions Vector support machines Pathologies Bayes theorem Probabilistic neural networks
dc.subject.other.spa.fl_str_mv	Biomechanical attributes Vertebral column Radial basis functions Vector support machines Pathologies Bayes theorem Probabilistic neural networks
description	Introducción: el artículo es resultado de la investigación “Estudio de patologías presentes en la columna vertebral empleando técnicas de inteligencia artificial como apoyo a los procesos de diagnóstico”, desarrollada en la Universidad del Valle entre 2016 y 2017. Problema: con frecuencia, los estudios y análisis que a menudo se realizan a las afecciones de salud en seres humanos con frecuencia son invasivos, lo cual conlleva problemas mayores. Objetivo: aportar un método de estudio a partir de los atributos biomecánicos de seres humanos para la detección de patologías que se presentan en la columna vertebral. Metodología: el trabajo se fundamentó en probar tres técnicas de reconocimiento de patrones; Bayes como técnica clásica de reconocimiento; y técnicas inteligentes como las redes neuronales de base radial (RBF), máquinas de soporte vectorial (SVM) y redes neuronales probabilísticas (PNN). Resultados: durante el proceso de clasificación de las patologías a tratar, la que mejores resultados aportó fue la técnica de PNN, mientras que las demás presentaron buenos resultados de clasificación para una patología en particular. Conclusión: se comprobó que la aplicación de estas técnicas de estudio aporta características importantes a los procesos de diagnóstico de patologías presentes en la columna vertebral, tales como hernia discal y espondilolistesis. Originalidad: este trabajo se realizó con información de pacientes reales, y presenta técnicas de estudio y resultados importantes sobre el diagnóstico de patologías de columna vertebral. Limitaciones: el estudio de patologías de columna vertebral requiere tener más información sobre los atributos biomecánicos de los seres humanos.
publishDate	2019
dc.date.issued.none.fl_str_mv	2019-01
dc.date.accessioned.none.fl_str_mv	2021-09-14T17:26:04Z
dc.date.available.none.fl_str_mv	2021-09-14T17:26:04Z
dc.type.none.fl_str_mv	Artículos Científicos
dc.type.coar.none.fl_str_mv	http://purl.org/coar/resource_type/c_2df8fbb1
dc.type.coarversion.none.fl_str_mv	http://purl.org/coar/version/c_970fb48d4fbd8a85
dc.type.driver.none.fl_str_mv	info:eu-repo/semantics/article
dc.type.version.none.fl_str_mv	info:eu-repo/semantics/publishedVersion
format	http://purl.org/coar/resource_type/c_2df8fbb1
status_str	publishedVersion
dc.identifier.issn.spa.fl_str_mv	2357-6014
dc.identifier.uri.spa.fl_str_mv	https://doi.org/10.16925/2357-6014.2019.01.05
dc.identifier.uri.none.fl_str_mv	https://hdl.handle.net/20.500.12494/35957
dc.identifier.bibliographicCitation.spa.fl_str_mv	D. F. Ramírez-Jiménez y J. D. Quintero Ospina, “Clasificación de patologías presentes en la columna vertebral mediante técnicas de máquinas de aprendizaje”, Revista Ingeniería Solidaria, vol. 25, n.° 1, 2019. DOI: https://doi.org/10.16925/2357-6014.2019.01.05
identifier_str_mv	2357-6014 D. F. Ramírez-Jiménez y J. D. Quintero Ospina, “Clasificación de patologías presentes en la columna vertebral mediante técnicas de máquinas de aprendizaje”, Revista Ingeniería Solidaria, vol. 25, n.° 1, 2019. DOI: https://doi.org/10.16925/2357-6014.2019.01.05
url	https://doi.org/10.16925/2357-6014.2019.01.05 https://hdl.handle.net/20.500.12494/35957
dc.relation.ispartofjournal.spa.fl_str_mv	Revista Ingeniería Solidaria
dc.relation.references.spa.fl_str_mv	R. N. Ajalmar y A. B. Guilherme, “On the Application of Ensembles of Classifiers to the Diagnosis of Pathologies of the Vertebral Column: A Comparative Analysis”, IEEE Latin America Transactions, vol. 7, n.° 4, pp. 487-496, 2009. doi: https://doi.org/10.1109/TLA.2009.5349049 R. N. Ajalmar y A. B. Guilherme, “On the Application of Ensembles of Classifiers to the Diagnosis of Pathologies of the Vertebral Column: A Comparative Analysis”, IEEE Latin America Transactions, vol. 7, n.° 4, pp. 487-496, 2009. doi: https://doi.org/10.1109/TLA.2009.5349049 A. Rocha, R. Sousa, G. Barreto y J. Cardoso, Diagnostic of Pathology on the Vertebral Column with Embedded Reject Option. Porto: Departamento de Ingeniería de Teleinformática, Universidad Federal de Ceará (ufc), inesc Porto, Facultad de Ingeniería, Universidad de Porto, p. 1, 2011. doi: https://doi.org/10.1007/978-3-642-21257-4_73 C. M. Bishop, Pattern Recognition and Machine Learning. Berlín, Alemania: Springer, pp. 20-34, 2006. R. Duda, P. Hart and D. Stork, Pattern Classification. Hoboken, Nueva Jersey: Wiley, pp. 3-24, 2001. R. Duda, P. Hart and D. Stork, Pattern Classification. Hoboken, Nueva Jersey: Wiley, pp. 3-24, 2001. E. Alpaydin, Introduction to Machine Learning. Cambridge, Massachusetts: The MIT Press, pp. 1-20, 2010. S. J. Russell y P. Norvig, Inteligencia Artificial Un Enfoque Moderno. Madrid, España: Pearson Educación, pp. 2-5, 2004 C. M. Bishop, Pattern Recognition and Machine Learning. Berlín, Alemania: Springer, pp. 20-34, 2006 J. Han, M. Kamber and J. Pei, Data Mining Concepts and Techniques. Waltham, Massachusetts: Morgan Kaufmann, pp. 23-32, 2012. Digital Guide, “Machine learning ¿en qué consiste el aprendizaje automático?”, Machine Learning, 2018 [En línea]. Disponible en: https://www.1and1.es/digitalguide/online-marketing/analisis-web/machine-learning-asi-piensan-las-maquinas/ I. Hidayah, A. Erna y M. A. Kristy, “Application of J48 and Bagging for Classification of Vertebral Column Pathologies”, International Conference on Information Technology and Multimedia (icimu), pp. 314-317, 2014. doi: https://doi.org/10.1109/ICIMU.2014.7066651 S. Ansari, F. Sajjad, Z. Qayyum, N. Naveed y I. Shafi, “Diagnosis of Vertebral Column Disorders Using Machine Learning Classifiers”, International Conference on Information Science and Applications (icisa), p. 1, 2013. doi: https://10.1109/ICISA.2013.6579446 S. Ansari, F. Sajjad, Z. Qayyum, N. Naveed y I. Shafi, “Diagnosis of Vertebral Column Disorders Using Machine Learning Classifiers”, International Conference on Information Science and Applications (icisa), p. 1, 2013. doi: https://10.1109/ICISA.2013.6579446 Y. Unal y H. E. Kocer, “Diagnosis of Pathology on the Vertebral Column with Backpropagation and Naive Bayes Classifier”, The International Conference on Technological Advances in Electrical, Electronics and Computer Engineering (taeece), pp. 276-279, 2013. doi: https://10.1109/TAEECE.2013.6557285 uci Machine Learning Repository, “Vertebral Column Data Set”, uci Machine Learning Repository 2015 [En línea]. Disponible en: http://archive.ics.uci.edu/ml/datasets/Vertebral+Column#. A. Babalik, İ. Babaoğlu y A. Özkış, “A Pre-Processing Approach Based on Artificial Bee Colony for Classification by Support Vector Machine”, International Journal of Computer and Communication Engineering, pp. 68-70, 2013. doi: https://doi.org/10.7763/IJCCE.2013.V2.139 uci Machine Learning Repository, “Vertebral Column Data Set”, uci Machine Learning Repository 2015 [En línea]. Disponible en: http://archive.ics.uci.edu/ml/datasets/Vertebral+Column#. uci Machine Learning Repository, “Vertebral Column Data Set”, uci Machine Learning Repository 2015 [En línea]. Disponible en: http://archive.ics.uci.edu/ml/datasets/Vertebral+Column#. Organización Panamericana de la Salud, Oficina Sanitaria Panamericana, Clasificación estadística internacional de enfermedades y problemas relacionados con la salud. Washington: Oficina Regional de la Organización Mundial de la Salud, pp. 1, 2003. Societat Catalana d’Anestesiologia, Reanimació i Terapèutica del Dolor, “Dolor de espalda. Diagnóstico. enfoque general del tratamiento”, Societat Catalana d’Anestesiologia, Reanimació i Terapèutica del Dolor, pp. 1, 2015. [En línea]. Disponible en: http://www.scartd.org A. Rocha, R. Sousa, G. Barreto y J. Cardoso, Diagnostic of Pathology on the Vertebral Column with Embedded Reject Option. Porto: Departamento de Ingeniería de Teleinformática, Universidad Federal de Ceará (ufc), inesc Porto, Facultad de Ingeniería, Universidad de Porto, p. 1, 2011. doi: https://doi.org/10.1007/978-3-642-21257-4_73 E. Gutiérrez, “Aplicación de las máquinas de soporte vectorial para el reconocimiento de matrículas”, tesis, Universidad Pontificia Comillas, Escuela Técnica Superior de Ingeniería (icai), Madrid, pp. 1-94, 2007. E. Abdrabou, “A Hybrid Intelligent Classifier for the Diagnosis of Pathology on the Vertebral Column”, Artificial Intelligence Methods and Techniques for Business and Engineering Applications, Ene., pp. 297-310, 2012. M. T. Escobedo y J. A. Salas Plata Mendoza, “P. Ch. Mahalanobis y las aplicaciones de su distancia estadística”, Culcyt Estadística, vol. 5, n.° 27, pp. 13-20, 2008. Matlab®, “Moutlier1: Detection of Outlier in Multivariate Samples Test”, Matlab File Exchange, 2006 [En línea]. Disponible en: http://www.mathworks.com/matlabcentral/fileexchange/loadFile.do?objectId=12252 A. Babalik, İ. Babaoğlu y A. Özkış, “A Pre-Processing Approach Based on Artificial Bee Colony for Classification by Support Vector Machine”, International Journal of Computer and Communication Engineering, pp. 68-70, 2013. doi: https://doi.org/10.7763/IJCCE.2013.V2.139 A. Babalik, İ. Babaoğlu y A. Özkış, “A Pre-Processing Approach Based on Artificial Bee Colony for Classification by Support Vector Machine”, International Journal of Computer and Communication Engineering, pp. 68-70, 2013. doi: https://doi.org/10.7763/IJCCE.2013.V2.139 V. Otero, “reconocimiento de localizaciones mediante máquinas de soporte vectorial,” Tesis, Universidad Carlos III de Madrid, Escuela Politécnica Superior, Madrid, pp. 1-96, 2012. J. Pérez Mesa, J. Valenciano y J. Levy Manguin, “Empleo de redes neuronales de base radial a un modelo econométrico de exportación de tomate,” Ciencia Ergo Sum, Universidad Autónoma del Estado de México, vol. 14, no. 1, Mar., pp. 6 - 14, 2007. E. Gutiérrez, “Aplicación de las máquinas de soporte vectorial para el reconocimiento de matrículas”, tesis, Universidad Pontificia Comillas, Escuela Técnica Superior de Ingeniería (icai), Madrid, pp. 1-94, 2007. S. Reddy, S. Kodali y J. Lakshmi, “Classification of Vertebral Column using Naïve Bayes Technique”, International Journal of Computer Applications, vol. 58, n.° 7, Nov., pp. 38-42, 2012. R. Q. Juan y C. M. Mario, “Redes neuronales artificiales para el procesamiento de imágenes, una revisión de la última década”, RIEE&C, Revista de Ingeniería Eléctrica, Electrónica y Computación, vol. 9, n.° 1, Jul., pp. 7-16, 2011. A. Babalik, İ. Babaoğlu y A. Özkış, “A Pre-Processing Approach Based on Artificial Bee Colony for Classification by Support Vector Machine”, International Journal of Computer and Communication Engineering, pp. 68-70, 2013. doi: https://doi.org/10.7763/IJCCE.2013.V2.139 Matlab®, “Moutlier1: Detection of Outlier in Multivariate Samples Test”, Matlab File Exchange, 2006 [En línea]. Disponible en: http://www.mathworks.com/matlabcentral/fileexchange/loadFile.do?objectId=12252 J. A. Cadena, C. J. M. Cadena y S. Pérez Londoño, “Aplicación de redes neuronales probabilísticas en la detección de fallas incipientes en transformadores”, Scientia et Technica, año xiv, vol. 14, n.° 39, Sep., pp. 48-53, 2008. J. A. Cadena, C. J. M. Cadena y S. Pérez Londoño, “Aplicación de redes neuronales probabilísticas en la detección de fallas incipientes en transformadores”, Scientia et Technica, año xiv, vol. 14, n.° 39, Sep., pp. 48-53, 2008. Digital Guide, “Machine learning ¿en qué consiste el aprendizaje automático?”, Machine Learning, 2018 [En línea]. Disponible en: https://www.1and1.es/digitalguide/online-marketing/analisis-web/machine-learning-asi-piensan-las-maquinas/ Matlab®, “Moutlier1: Detection of Outlier in Multivariate Samples Test”, Matlab File Exchange,2006 [En línea]. Disponible en: http://www.mathworks.com/matlabcentral/fileexchange/loadFile.do?objectId=12252 K. Josef, H. Mohamad, D. Robert y M. Jiri, “On Combining Classifiers”, IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 20, n.° 3, pp. 226-239, 1998. doi: https://doi.org/10.1109/34.667881
dc.rights.license.none.fl_str_mv	NINGUNA
dc.rights.accessrights.none.fl_str_mv	info:eu-repo/semantics/closedAccess
dc.rights.coar.none.fl_str_mv	http://purl.org/coar/access_right/c_14cb
rights_invalid_str_mv	NINGUNA http://purl.org/coar/access_right/c_14cb
eu_rights_str_mv	closedAccess
dc.format.extent.spa.fl_str_mv	p. 1-34
dc.coverage.temporal.spa.fl_str_mv	Vol. 15, No. 1
dc.publisher.spa.fl_str_mv	Facultad de Ingeniería, Universidad del Valle, Cali, Colombia. Externo Gloria Jeanette Rincón Aponte
dc.publisher.program.spa.fl_str_mv	Ciencia Inclusiva
institution	Universidad Cooperativa de Colombia
bitstream.url.fl_str_mv	https://repository.ucc.edu.co/bitstreams/1a49c125-36e3-4f6d-8f41-d15cbcc336f4/download https://repository.ucc.edu.co/bitstreams/6141355a-eb44-45b1-a34e-3f1e44f73394/download https://repository.ucc.edu.co/bitstreams/8e153534-0276-4f6d-be0c-1c7147ee4735/download https://repository.ucc.edu.co/bitstreams/8f1b52e5-4987-404a-b327-b71f584d6f7c/download
bitstream.checksum.fl_str_mv	2b5926ea81717f5c5de768d2404a48de cff8b2ab29034d4e9495e99a9f0f45bb 3bce4f7ab09dfc588f126e1e36e98a45 013d3d04b715c74d86bf10ccbf5741e1
bitstream.checksumAlgorithm.fl_str_mv	MD5 MD5 MD5 MD5
repository.name.fl_str_mv	Repositorio Institucional Universidad Cooperativa de Colombia
repository.mail.fl_str_mv	bdigital@metabiblioteca.com
_version_	1811564912614309888
spelling	Ramírez Jiménez, Diego FernandoQuintero Ospina, Julián DavidVol. 15, No. 12021-09-14T17:26:04Z2021-09-14T17:26:04Z2019-012357-6014https://doi.org/10.16925/2357-6014.2019.01.05https://hdl.handle.net/20.500.12494/35957D. F. Ramírez-Jiménez y J. D. Quintero Ospina, “Clasificación de patologías presentes en la columna vertebral mediante técnicas de máquinas de aprendizaje”, Revista Ingeniería Solidaria, vol. 25, n.° 1, 2019. DOI: https://doi.org/10.16925/2357-6014.2019.01.05Introducción: el artículo es resultado de la investigación “Estudio de patologías presentes en la columna vertebral empleando técnicas de inteligencia artificial como apoyo a los procesos de diagnóstico”, desarrollada en la Universidad del Valle entre 2016 y 2017. Problema: con frecuencia, los estudios y análisis que a menudo se realizan a las afecciones de salud en seres humanos con frecuencia son invasivos, lo cual conlleva problemas mayores. Objetivo: aportar un método de estudio a partir de los atributos biomecánicos de seres humanos para la detección de patologías que se presentan en la columna vertebral. Metodología: el trabajo se fundamentó en probar tres técnicas de reconocimiento de patrones; Bayes como técnica clásica de reconocimiento; y técnicas inteligentes como las redes neuronales de base radial (RBF), máquinas de soporte vectorial (SVM) y redes neuronales probabilísticas (PNN). Resultados: durante el proceso de clasificación de las patologías a tratar, la que mejores resultados aportó fue la técnica de PNN, mientras que las demás presentaron buenos resultados de clasificación para una patología en particular. Conclusión: se comprobó que la aplicación de estas técnicas de estudio aporta características importantes a los procesos de diagnóstico de patologías presentes en la columna vertebral, tales como hernia discal y espondilolistesis. Originalidad: este trabajo se realizó con información de pacientes reales, y presenta técnicas de estudio y resultados importantes sobre el diagnóstico de patologías de columna vertebral. Limitaciones: el estudio de patologías de columna vertebral requiere tener más información sobre los atributos biomecánicos de los seres humanos.Introduction: This paper shows the result of research entitled “Study of pathologies present in vertebral column using artificial Intelligence Techniques as support of diagnostic processes”, developed in University of Valle between the years 2016 and 2017. Problem: Studies and analyzes that are carried out on the health conditions of human beings are often invasive, which leads to greater issues. Objective: To provide a method of study from biomechanical attributes of human beings for the detection of pathologies present in vertebral column. Methodology: The study was based on testing three pattern recognition techniques, Bayes as a classic recognition technique, and intelligent techniques such as Radial Basis Functions Neural Networks (RBF), Support Vector Machines (SVM) and Probabilistic Neural Networks (PNN). Results: During the classification process of the pathologies to study, the best results were obtained using PNN, while the other ones presented good classification results for a particular pathology. Conclusion: It was proven that study techniques contributes important characteristics to diagnosis processes of pathologies present in the vertebral column, such as disk hernia and spondylolisthesis. Originality: This study was carried out with information from real patients, providing study techniques and important results on the diagnosis of vertebral column pathologies. Limitations: The study of vertebral column pathologies requires more information about the biomechanical attributes of human beings.1. Introducción. -- 2. Metodología. -- 3. Resultados. -- 4. Discusión. -- 5. Conclusiones.https://orcid.org/0000-0001-9050-666Xhttps://orcid.org/0000-0002-1761-2113ramirez.diego@correounivalle.edu.cop. 1-34Facultad de Ingeniería, Universidad del Valle, Cali, Colombia.ExternoGloria Jeanette Rincón AponteCiencia InclusivaAtributos biomecánicosColumna vertebralFunciones de base radialMáquinas de soporte vectorialPatologíasTeorema de BayesRedes neuronales probabilísticasBiomechanical attributesVertebral columnRadial basis functionsVector support machinesPathologiesBayes theoremProbabilistic neural networksClasificación de patologías presentes en la columna vertebral mediante técnicas de máquinas de aprendizajeArtículos Científicoshttp://purl.org/coar/resource_type/c_2df8fbb1http://purl.org/coar/version/c_970fb48d4fbd8a85info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionNINGUNAinfo:eu-repo/semantics/closedAccesshttp://purl.org/coar/access_right/c_14cbRevista Ingeniería SolidariaR. N. Ajalmar y A. B. Guilherme, “On the Application of Ensembles of Classifiers to the Diagnosis of Pathologies of the Vertebral Column: A Comparative Analysis”, IEEE Latin America Transactions, vol. 7, n.° 4, pp. 487-496, 2009. doi: https://doi.org/10.1109/TLA.2009.5349049R. N. Ajalmar y A. B. Guilherme, “On the Application of Ensembles of Classifiers to the Diagnosis of Pathologies of the Vertebral Column: A Comparative Analysis”, IEEE Latin America Transactions, vol. 7, n.° 4, pp. 487-496, 2009. doi: https://doi.org/10.1109/TLA.2009.5349049A. Rocha, R. Sousa, G. Barreto y J. Cardoso, Diagnostic of Pathology on the Vertebral Column with Embedded Reject Option. Porto: Departamento de Ingeniería de Teleinformática, Universidad Federal de Ceará (ufc), inesc Porto, Facultad de Ingeniería, Universidad de Porto, p. 1, 2011. doi: https://doi.org/10.1007/978-3-642-21257-4_73C. M. Bishop, Pattern Recognition and Machine Learning. Berlín, Alemania: Springer, pp. 20-34, 2006.R. Duda, P. Hart and D. Stork, Pattern Classification. Hoboken, Nueva Jersey: Wiley, pp. 3-24, 2001.R. Duda, P. Hart and D. Stork, Pattern Classification. Hoboken, Nueva Jersey: Wiley, pp. 3-24, 2001.E. Alpaydin, Introduction to Machine Learning. Cambridge, Massachusetts: The MIT Press, pp. 1-20, 2010.S. J. Russell y P. Norvig, Inteligencia Artificial Un Enfoque Moderno. Madrid, España: Pearson Educación, pp. 2-5, 2004C. M. Bishop, Pattern Recognition and Machine Learning. Berlín, Alemania: Springer, pp. 20-34, 2006J. Han, M. Kamber and J. Pei, Data Mining Concepts and Techniques. Waltham, Massachusetts: Morgan Kaufmann, pp. 23-32, 2012.Digital Guide, “Machine learning ¿en qué consiste el aprendizaje automático?”, Machine Learning, 2018 [En línea]. Disponible en: https://www.1and1.es/digitalguide/online-marketing/analisis-web/machine-learning-asi-piensan-las-maquinas/I. Hidayah, A. Erna y M. A. Kristy, “Application of J48 and Bagging for Classification of Vertebral Column Pathologies”, International Conference on Information Technology and Multimedia (icimu), pp. 314-317, 2014. doi: https://doi.org/10.1109/ICIMU.2014.7066651S. Ansari, F. Sajjad, Z. Qayyum, N. Naveed y I. Shafi, “Diagnosis of Vertebral Column Disorders Using Machine Learning Classifiers”, International Conference on Information Science and Applications (icisa), p. 1, 2013. doi: https://10.1109/ICISA.2013.6579446S. Ansari, F. Sajjad, Z. Qayyum, N. Naveed y I. Shafi, “Diagnosis of Vertebral Column Disorders Using Machine Learning Classifiers”, International Conference on Information Science and Applications (icisa), p. 1, 2013. doi: https://10.1109/ICISA.2013.6579446Y. Unal y H. E. Kocer, “Diagnosis of Pathology on the Vertebral Column with Backpropagation and Naive Bayes Classifier”, The International Conference on Technological Advances in Electrical, Electronics and Computer Engineering (taeece), pp. 276-279, 2013. doi: https://10.1109/TAEECE.2013.6557285uci Machine Learning Repository, “Vertebral Column Data Set”, uci Machine Learning Repository 2015 [En línea]. Disponible en: http://archive.ics.uci.edu/ml/datasets/Vertebral+Column#.A. Babalik, İ. Babaoğlu y A. Özkış, “A Pre-Processing Approach Based on Artificial Bee Colony for Classification by Support Vector Machine”, International Journal of Computer and Communication Engineering, pp. 68-70, 2013. doi: https://doi.org/10.7763/IJCCE.2013.V2.139uci Machine Learning Repository, “Vertebral Column Data Set”, uci Machine Learning Repository 2015 [En línea]. Disponible en: http://archive.ics.uci.edu/ml/datasets/Vertebral+Column#.uci Machine Learning Repository, “Vertebral Column Data Set”, uci Machine Learning Repository 2015 [En línea]. Disponible en: http://archive.ics.uci.edu/ml/datasets/Vertebral+Column#.Organización Panamericana de la Salud, Oficina Sanitaria Panamericana, Clasificación estadística internacional de enfermedades y problemas relacionados con la salud. Washington: Oficina Regional de la Organización Mundial de la Salud, pp. 1, 2003.Societat Catalana d’Anestesiologia, Reanimació i Terapèutica del Dolor, “Dolor de espalda. Diagnóstico. enfoque general del tratamiento”, Societat Catalana d’Anestesiologia, Reanimació i Terapèutica del Dolor, pp. 1, 2015. [En línea]. Disponible en: http://www.scartd.orgA. Rocha, R. Sousa, G. Barreto y J. Cardoso, Diagnostic of Pathology on the Vertebral Column with Embedded Reject Option. Porto: Departamento de Ingeniería de Teleinformática, Universidad Federal de Ceará (ufc), inesc Porto, Facultad de Ingeniería, Universidad de Porto, p. 1, 2011. doi: https://doi.org/10.1007/978-3-642-21257-4_73E. Gutiérrez, “Aplicación de las máquinas de soporte vectorial para el reconocimiento de matrículas”, tesis, Universidad Pontificia Comillas, Escuela Técnica Superior de Ingeniería (icai), Madrid, pp. 1-94, 2007.E. Abdrabou, “A Hybrid Intelligent Classifier for the Diagnosis of Pathology on the Vertebral Column”, Artificial Intelligence Methods and Techniques for Business and Engineering Applications, Ene., pp. 297-310, 2012.M. T. Escobedo y J. A. Salas Plata Mendoza, “P. Ch. Mahalanobis y las aplicaciones de su distancia estadística”, Culcyt Estadística, vol. 5, n.° 27, pp. 13-20, 2008.Matlab®, “Moutlier1: Detection of Outlier in Multivariate Samples Test”, Matlab File Exchange, 2006 [En línea]. Disponible en: http://www.mathworks.com/matlabcentral/fileexchange/loadFile.do?objectId=12252A. Babalik, İ. Babaoğlu y A. Özkış, “A Pre-Processing Approach Based on Artificial Bee Colony for Classification by Support Vector Machine”, International Journal of Computer and Communication Engineering, pp. 68-70, 2013. doi: https://doi.org/10.7763/IJCCE.2013.V2.139A. Babalik, İ. Babaoğlu y A. Özkış, “A Pre-Processing Approach Based on Artificial Bee Colony for Classification by Support Vector Machine”, International Journal of Computer and Communication Engineering, pp. 68-70, 2013. doi: https://doi.org/10.7763/IJCCE.2013.V2.139V. Otero, “reconocimiento de localizaciones mediante máquinas de soporte vectorial,” Tesis, Universidad Carlos III de Madrid, Escuela Politécnica Superior, Madrid, pp. 1-96, 2012.J. Pérez Mesa, J. Valenciano y J. Levy Manguin, “Empleo de redes neuronales de base radial a un modelo econométrico de exportación de tomate,” Ciencia Ergo Sum, Universidad Autónoma del Estado de México, vol. 14, no. 1, Mar., pp. 6 - 14, 2007.E. Gutiérrez, “Aplicación de las máquinas de soporte vectorial para el reconocimiento de matrículas”, tesis, Universidad Pontificia Comillas, Escuela Técnica Superior de Ingeniería (icai), Madrid, pp. 1-94, 2007.S. Reddy, S. Kodali y J. Lakshmi, “Classification of Vertebral Column using Naïve Bayes Technique”, International Journal of Computer Applications, vol. 58, n.° 7, Nov., pp. 38-42, 2012.R. Q. Juan y C. M. Mario, “Redes neuronales artificiales para el procesamiento de imágenes, una revisión de la última década”, RIEE&C, Revista de Ingeniería Eléctrica, Electrónica y Computación, vol. 9, n.° 1, Jul., pp. 7-16, 2011.A. Babalik, İ. Babaoğlu y A. Özkış, “A Pre-Processing Approach Based on Artificial Bee Colony for Classification by Support Vector Machine”, International Journal of Computer and Communication Engineering, pp. 68-70, 2013. doi: https://doi.org/10.7763/IJCCE.2013.V2.139Matlab®, “Moutlier1: Detection of Outlier in Multivariate Samples Test”, Matlab File Exchange, 2006 [En línea]. Disponible en: http://www.mathworks.com/matlabcentral/fileexchange/loadFile.do?objectId=12252J. A. Cadena, C. J. M. Cadena y S. Pérez Londoño, “Aplicación de redes neuronales probabilísticas en la detección de fallas incipientes en transformadores”, Scientia et Technica, año xiv, vol. 14, n.° 39, Sep., pp. 48-53, 2008.J. A. Cadena, C. J. M. Cadena y S. Pérez Londoño, “Aplicación de redes neuronales probabilísticas en la detección de fallas incipientes en transformadores”, Scientia et Technica, año xiv, vol. 14, n.° 39, Sep., pp. 48-53, 2008.Digital Guide, “Machine learning ¿en qué consiste el aprendizaje automático?”, Machine Learning, 2018 [En línea]. Disponible en: https://www.1and1.es/digitalguide/online-marketing/analisis-web/machine-learning-asi-piensan-las-maquinas/Matlab®, “Moutlier1: Detection of Outlier in Multivariate Samples Test”, Matlab File Exchange,2006 [En línea]. Disponible en: http://www.mathworks.com/matlabcentral/fileexchange/loadFile.do?objectId=12252K. Josef, H. Mohamad, D. Robert y M. Jiri, “On Combining Classifiers”, IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 20, n.° 3, pp. 226-239, 1998. doi: https://doi.org/10.1109/34.667881PublicationORIGINAL6_Clasificación_Patologías.docx6_Clasificación_Patologías.docxapplication/vnd.openxmlformats-officedocument.wordprocessingml.document1091944https://repository.ucc.edu.co/bitstreams/1a49c125-36e3-4f6d-8f41-d15cbcc336f4/download2b5926ea81717f5c5de768d2404a48deMD516_Clasificación_Patologías.epub6_Clasificación_Patologías.epubapplication/octet-stream2336717https://repository.ucc.edu.co/bitstreams/6141355a-eb44-45b1-a34e-3f1e44f73394/downloadcff8b2ab29034d4e9495e99a9f0f45bbMD52LICENSElicense.txtlicense.txttext/plain; charset=utf-84334https://repository.ucc.edu.co/bitstreams/8e153534-0276-4f6d-be0c-1c7147ee4735/download3bce4f7ab09dfc588f126e1e36e98a45MD53TEXT6_Clasificación_Patologías.docx.txt6_Clasificación_Patologías.docx.txtExtracted texttext/plain46003https://repository.ucc.edu.co/bitstreams/8f1b52e5-4987-404a-b327-b71f584d6f7c/download013d3d04b715c74d86bf10ccbf5741e1MD5420.500.12494/35957oai:repository.ucc.edu.co:20.500.12494/359572024-08-10 17:44:45.844restrictedhttps://repository.ucc.edu.coRepositorio Institucional Universidad Cooperativa de Colombiabdigital@metabiblioteca.com

Clasificación de patologías presentes en la columna vertebral mediante técnicas de máquinas de aprendizaje

Publicaciones similares