IDENTIFICACIÓN DE DEMENCIA MEDIANTE RESONANCIA MAGNÉTICA Y CARACTERÍSTICAS EXTRAÍDAS
Mijail Aldo Hancco Condori
Hancco Condori, Mijail Aldo
Andres Ladislao Cornejo Pinto
Cornejo Pinto, Andres Ladislao
Nick Nestor Hancco Condori
Hancco Condori, Nick Nestor
Diego Jesus Guerra Huanqui
Guerra Huanqui, Diego Jesus
Pamela Carmen Mamani Gonzales
Mamani Gonzales, Pamela Carmen
Juan Pedro La Torre Veliz
La Torre Veliz, Juan Pedro
Valerio Palacios Chambi Quecara
Chambi Quecara, Valerio Palacios
Pamela Lisbeth Mendoza Pari
Mendoza Pari, Pamela Lisbeth
Nancy Cutisaca Hancco
Cutisaca Hancco, Nancy
Celestino Marcial Condori Mamani
Condori Mamani, Celestino Marcial
01/12/2023
137-157
10
El estudio compara el rendimiento de varios algoritmos de clasificación en la detección de la demencia en imágenes de resonancia magnética. Se utilizan cuatro técnicas: Máquina de Vectores de Soporte (SVM), K-Vecinos más Cercanos (KNN), Bosque Aleatorio (RF) y una combinación de SVM y KNN. Se extraen características de las imágenes utilizando matrices de co-ocurrencia de niveles de gris (GLCM y GLRM), se entrenan modelos y se evalúa su rendimiento con métricas como precisión, Tasa de Verdaderos Positivos (TPR), Tasa de Verdaderos Negativos (TNR), Tasa de Falsos Positivos (FPR) y Tasa de Falsos Negativos (FNR). Los resultados indican que la combinación de SVM y KNN es la más precisa (93.501%) y efectiva para detectar la demencia, seguida por SVM con 90% de precisión. En general, los algoritmos de aprendizaje automático, como SVM, KNN y RF, son eficaces en la clasificación de imágenes de resonancia magnética en casos normales y de demencia, lo que podría ser útil para el desarrollo de sistemas de detección temprana de demencia basados en imágenes de resonancia magnética.
Demencia, Resonancia magnética, Aprendizaje automático, Clasificación, algoritmos.
Este capítulo está licenciado com uma Licença Creative Commons Atribuição-NãoComercial-SemDerivações 4.0 Internacional.
O conteúdo do capítulo e seus dados e sua forma, correção e confiabilidade, são de responsabilidade exclusiva do(s) autor(es). É permitido o download e compartilhamento desde que pela origem e no formato Acesso Livre (Open Access), com os créditos e citação atribuídos ao(s) respectivo(s) autor(es). Não é permitido: alteração de nenhuma forma, catalogação em plataformas de acesso restrito e utilização para fins comerciais. O(s) autor(es) mantêm os direitos autorais do texto.