Mostrar el registro sencillo del ítem

dc.contributor.authorVegas-Diez, David
dc.date2021-02-02
dc.date.accessioned2021-05-24T07:58:36Z
dc.date.available2021-05-24T07:58:36Z
dc.identifier.urihttps://reunir.unir.net/handle/123456789/11393
dc.descriptionDifferent methods are currently used to detect certain diseases. Within all these methods there is a group of tests called rapid tests, which are intended to detect some diseases or pathologies in a short period of time, usually not more than 30 minutes. There are several methods for evaluating the results of rapid tests, visual analysis being the most used. The objective of the research carried out is the search for a new method of predicting the results obtained through rapid test systems, in order to improve the reliability of the results, as well as speed up their resolution. The methodology to be followed consists of performing 15,000 tests, which will provide the measurement data. Together with the result of each test, the evaluation is obtained by laboratory specialists with experience in rapid test analysis. Once these data are obtained, the data is studied and filtered, creating two groups. The first training group is used to train the prediction model and the second test group is used to verify the precision of the model. With the test data, a result is achieved with a precision of 94.78%.es_ES
dc.description.abstractEn la actualidad se usan diferentes métodos para la detección de ciertas enfermedades. Dentro de todos estos métodos existen un grupo de pruebas que se denominan pruebas rápidas, las cuales tiene como fin la detección de algunas enfermedades o patologías en un corto periodo de tiempo, habitualmente no superior a 30 minutos. Existen varios métodos para la evaluación del resultado de las pruebas rápidas, siendo el análisis visual el más usado. El objetivo de la investigación realizada es la búsqueda de un nuevo método de predicción de resultados obtenidos mediante sistemas de pruebas rápidas, con el fin de mejorar la fiabilidad de los resultados, así como de agilizar su resolución. La metodología a seguir consta de la realización de 15000 test, los cuales aportarán los datos de las mediciones. Junto con el resultado de cada prueba se obtiene la evaluación por parte de especialistas de laboratorio, con experiencia en análisis de pruebas rápidas. Una vez obtenidos estos datos se procede al estudio y filtrado de los datos creando dos grupos. El primer grupo de entrenamiento sirve para entrenar el modelo de predicción y el segundo grupo de test se utiliza para la comprobación de la precisión del modelo. Con los datos de test se consigue un resultado con una precisión del 94.78%.es_ES
dc.language.isospaes_ES
dc.rightsopenAccesses_ES
dc.subjectprueba rápidaes_ES
dc.subjectlongitud de ondaes_ES
dc.subjectcaracterizaciónes_ES
dc.subjectred de neuronases_ES
dc.subjectlateral flowes_ES
dc.subjectwavelengthes_ES
dc.subjectcharacterizationes_ES
dc.subjectneuron networkes_ES
dc.subjectMáster Universitario en Inteligencia Artificiales_ES
dc.titleSistema de predicción de resultados de análisis clínicos para pruebas rápidases_ES
dc.typemasterThesises_ES
reunir.tag~MIAes_ES


Ficheros en el ítem

Thumbnail

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem