| Revista: | Xikua boletín científico de la escuela superior de Tlahuelilpan |
| Base de datos: | |
| Número de sistema: | 000585746 |
| ISSN: | 2007-4948 |
| Autores: | Carrascal Arias, Manuel Alejandro1 Maximiliano Saiquita, Alvaro2 Sánchez Flores, Guillermo3 Velásquez Pérez, Torcoroma1 |
| Instituciones: | 1Universidad Francisco de Paula Santander Ocaña, 2Universidad Nacional de Jujuy, 3Instituto Politécnico Nacional, |
| Año: | 2024 |
| Volumen: | 12 |
| Número: | s/n |
| Paginación: | 89-94 |
| País: | México |
| Idioma: | Español |
| Resumen en inglés | Cardiovascular diseases include diseases of the heart and blood vessel system including the brain, legs and lungs. These diseases have a very high mortality rate and it is estimated that by the year 2030 there will be about 23.6 million people who may die from this cause. A quantitative research methodology with descriptive scope is used. This project deals with the study of a type of heart disease, heart failure (HF), which is characterized by the inability of the heart to pump blood in adequate quantities to meet the demands of metabolism. Specifically, the prediction of the disease was sought by means of artificial neural networks, one of the most suitable machine learning (ML) techniques for this type of activity, although not the only one. The implementation was based on two tools that incorporate the management of neural networks (NR), IBM's SPSS and Matlab. An accuracy of 94.7% was achieved. Additionally, the study was oriented to determine those characteristics with more influence in the prediction of CI. Both softwares were able to agree that the slope of the ST segment has the greatest impact on prediction. |
| Resumen en español | Como enfermedades cardiovasculares se incluyen las enfermedades del corazón y del sistema de vasos sanguíneos que incluyen al cerebro, las piernas y los pulmones. Estas enfermedades tienen una tasa de mortalidad bastante alta y se estima que para el año 2030 serán cerca de 23.6 millones de personas las que pueden fallecer por dicha causa. Se utiliza una metodología de investigación cuantitativa con alcance descriptivo. Este proyecto aborda el estudio de un tipo de cardiopatía, la insuficiencia cardíaca (IC), la cual se destaca por la incapacidad del corazón de bombear sangre en las cantidades adecuadas y necesarias para satisfacer las demandas del metabolismo. Concretamente se buscó la predicción de la enfermedad por medio de redes neuronales artificiales, una de las técnicas de machine learning (ML) más adecuadas para este tipo de actividades, aunque no la única. La implementación se hizo a partir de dos herramientas que incorporan el manejo de redes neuronales (RN), SPSS de IBM y Matlab. Se consiguió una precisión del 94.7%. Adicionalmente, él estudió se orientó a determinar aquellas características con más influencia en la predicción de IC. Ambos softwares lograron coincidir en que la pendiente del segmento ST posee el mayor impacto en la predicción. |
| Palabras clave: | Enfermedades cardiovasculares, Aprendizaje Automático, Redes Neuronales Artificiales, Predicción, Insuficiencia Cardíaca |
| Keyword: | Cardiovascular Diseases, Machine Learning, Artificial Neural Networks, Prediction, Heart Failure |
| Texto completo: | Texto completo (Ver PDF) |
