Resumen:
|
[ES] En este proyecto se diseña un sistema de reconocimiento automático de formas que sirve de ayuda a
los médicos de atención primaria al diagnóstico de pacientes con diabetes tipo 1.
Para ello, antes se genera una ...[+]
[ES] En este proyecto se diseña un sistema de reconocimiento automático de formas que sirve de ayuda a
los médicos de atención primaria al diagnóstico de pacientes con diabetes tipo 1.
Para ello, antes se genera una población virtual de pacientes a partir del modelo de Hovorka ya
implementado y añadiendo una serie de distribuciones estadísticas que crean la variabilidad entre los
pacientes. En concreto, los dos parámetros que variarán son alpha (correspondiente a la sensibilidad
del paciente a la insulina) y el peso corporal. Los parámetros se ajustan para conseguir un total de
100 pacientes que mantengan una terapia bien ajustada, así como otros 800 que, modificando las
expresiones de ciertos parámetros, se correspondan a pacientes con terapias mal ajustadas.
Finalmente se consiguen 100 pacientes de cada terapia, existiendo 9 terapias distintas.
[-]
[EN] In this project, an automatic shape recognition system has been designed, that helps to family
doctors to identify patients with type 1 diabetes.
To do this, a virtual population of patients is generated based on ...[+]
[EN] In this project, an automatic shape recognition system has been designed, that helps to family
doctors to identify patients with type 1 diabetes.
To do this, a virtual population of patients is generated based on the Hovorka model, which currently
used. To this model, a series of statistical distributions are added which create variability between
patients. In specific, the two parameters that are modified are alpha (corresponding to the patient's
sensitivity to insulin) and body weight. The parameters are adjusted to obtain a total of 100 patients
that maintain a good therapy and, by means of modifying certain parameters, another 800 patients
with bad therapies. Finally, 100 patients of each therapy are obtained, existing 9 different therapies.
[-]
[CA] En aquest projecte es dissenya un sistema de reconeixement automàtic de formes que serveix
d’ajuda a metges d’atenció primària al diagnòstic de pacients amb diabetis tipus 1.
Per a això, abans es genera una població ...[+]
[CA] En aquest projecte es dissenya un sistema de reconeixement automàtic de formes que serveix
d’ajuda a metges d’atenció primària al diagnòstic de pacients amb diabetis tipus 1.
Per a això, abans es genera una població virtual de pacients a partir del model de Hovorka ja
implementat i afegint una sèrie de distribucions estadístiques que creen la variabilitat entre els
pacients. Concretament, els dos paràmetres que variaran són alpha (corresponent a la sensibilitat del
pacient a la insulina) i el pes corporal. Els paràmetres s’ajusten per a aconseguir un total de 100
pacients que mantenen una teràpia correctament ajustada, així com uns altres 800 que, modificant
les expressions de certs paràmetres, corresponguin a pacients amb teràpies mal ajustades. Finalment
s’aconsegueixen 100 pacients de cada teràpia, existint 9 teràpies diferents.
[-]
|