Diagnòstic i pronòstic justos de malalties cardiovasculars mitjançant aprenentatge automàtic i característiques basades en fractals

Identificador:  TFM:1884

Handle: https://hdl.handle.net/20.500.11797/TFM1884

Autors:  Colmenero Gomez Cambronero, Carlos

Resum:
Donat l'elevat nombre de morts per malalties cardiovasculars, els mètodes innovadors són essencials per mitigar els seus efectes perjudicials. L'anàlisi fractal ofereix una representació detallada de patrons complexos, com els de les condicions cardiovasculars. Aquesta tesi avalua l'equitat i el rendiment predictiu dels models ML utilitzant característiques fractals de CMR per al diagnòstic i pronòstic de malalties cardiovasculars. No es van trobar diferències significatives entre els millors models fractals i radiòmics. Després de la mitigació, els fractals eren superiors a la radiòmica. Tenint en compte el seu rendiment predictiu equivalent, un biaix reduït després de la mitigació i menys característiques, els fractals es proposen com a alternativa a la radiòmica.