Simulación de sistema de tomografía por impedancia eléctrica sin contacto orientado a la detección de cáncer de próstata

Este proyecto propone la simulación de un sistema de tomografía por impedancia eléctrica (TIE) sin contacto que utiliza mediciones de propiedades eléctricas de tejidos para clasificar pacientes sanos, con hiperplasia y con cáncer de próstata, el sistema consta de varias etapas clave, incluida la selección de características anatómicas y bioeléctricas, diseño del sistema EIT, análisis exploratorio de datos e implementación de modelos de machine learning. El enfoque de machine learning da como resultados porcentajes de precisión del 85% para arboles de decisión, random forest y k-vecinos cercanos, considerando el sesgo para evitar el overfitting, asimismo se obtienen porcentajes altos para las demás métricas de calidad y un adecuado uso de la muestra demostrado por la validación cruzada.

• Autores: Cuervo Lara, Sebastian Sneyder; Garcia Hidalgo, Manuel Alejandro
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2023
• Institución: Universidad Militar Nueva Granada
• Repositorio: Repositorio UMNG
• Idioma: spa
• OAI Identifier: oai:repository.umng.edu.co:10654/47157
• Acceso en línea: https://hdl.handle.net/10654/47157
• Palabra clave: TOMOGRAFIA POR IMPEDANCIA ELECTRICA - SIMULACION; CANCER DE PROSTATA - DIAGNOSTICO - METODOS NO INVASIVOS; IMAGEN MEDICA - PROCESAMIENTO DE SEÑALES; BIOMEDICINA - APLICACIONES DE LA IMPEDANCIA ELECTRICA; Sistema de tomografía por impedancia eléctrica; Clasificación de cáncer de próstata; Machine learning; Seguridad del diagnóstico; Validación y selección de modelos; Electrical impedance tomography system; Prostate cancer classification; Machine learning; Diagnosis safety; Model validation and selection
• Rights: openAccess
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/