| dc.contributor | | es-ES |
| dc.creator | García Mejía, José A | |
| dc.creator | Domínguez Jiménez, Ismael | |
| dc.creator | Salazar Acosta, J. Javier | |
| dc.date | 2017-09-14 | |
| dc.date.accessioned | 2022-11-04T18:46:31Z | |
| dc.date.available | 2022-11-04T18:46:31Z | |
| dc.identifier | http://erevistas.saber.ula.ve/index.php/cienciaeingenieria/article/view/9237 | |
| dc.identifier.uri | https://repositorioslatinoamericanos.uchile.cl/handle/2250/5127571 | |
| dc.description | En el presente estudio se desarrolló un modelo denominado ParFase que sirve de base para la construcción de un sistema experto. Este es aplicado como herramienta de apoyo a la toma de decisiones en el diagnóstico de enfermedades. ParFase está conformado por (µ1;µ2), construidos sobre dos enfoques de razonamiento diferentes: µ1 está basado en el aprendizaje automático utilizando C4;5; µ2 utiliza la estadística descriptiva y el simplex inverso; ambos métodos aportan resultados en paralelo para mayor precisión. El caso de estudio se ubica dentro del área veterinaria, en el pre-diagnóstico de las enfermedades caninas diabetes mellitus e hipotiroidismo. Se caracterizaron las enfermedades a partir de sintomatología y expedientes clínicos. La experimentación de ParFase se basa, para µ1, en el entrenamiento de una base de casos clínicos para la clasificación de la enfermedad, y validado con k-fold cross validation; para µ2, se crea un modelo matemático, que cuenta con una ecuación como función objetivo y la caracterización de las restricciones posibles, para obtener la precisión porcentual de pertenencia. Los resultados experimentales obtenidos están sobre 90% de precisión.Palabras clave: Diagnostico asistido por computadora (DAC), estadística descriptiva, pre-diagnóstico de enfermedades, sistema experto. AbstractIn this work we develop a model called ParFase that is the basis for building a Expert system. This is applied as a tool to support decision making in the diagnosis of diseases. ParFase consists of (µ1; µ2), built approached from two perspectives: µ1 is based on automatic learning using C4:5; µ2 uses descriptive statistics and the reverse simplex; Both methods provide results in parallel for greater accuracy. The case study is located within the veterinary area, in the pre-diagnosis of canine diseases; diabetes mellitus and hypothyroidism. Diseases were characterized by symptoms and medical records. ParFase experimentation is based, for µ1, base clinical cases training for the classification of the disease, and confirmed with k-fold cross validation; for µ2, a mathematical model is created, which has an objective function equation and the characterization of possible restrictions in order to obtain Percentage of ownership accuracy. The experimental results are about 90% of accuracy.Key words: Descriptive statistics, computer aided diagnosis, pre-diagnosis of diseases, expert system. | es-ES |
| dc.format | application/pdf | |
| dc.language | spa | |
| dc.publisher | Ciencia e Ingeniería | es-ES |
| dc.relation | http://erevistas.saber.ula.ve/index.php/cienciaeingenieria/article/view/9237/9191 | |
| dc.rights | Copyright (c) 2017 Ciencia e Ingeniería | es-ES |
| dc.source | Ciencia e Ingeniería; Vol. 38, Núm. 2 (2017): Abril - Julio 2017; 113-122 | es-ES |
| dc.source | 2244-8780 | |
| dc.source | 1316-7081 | |
| dc.subject | Diagnostico asistido por computadora (DAC); estadística descriptiva; pre-diagnóstico de enfermedades;sistema experto | es-ES |
| dc.title | Enfoque del Modelo ParFase para el Apoyo a la Toma de Decisiones en el Diagnóstico de Enfermedades ParFase Model approach to support decision making on diseases diagnosis | es-ES |
| dc.type | info:eu-repo/semantics/article | |
| dc.type | info:eu-repo/semantics/publishedVersion | |
| dc.type | | es-ES |
