Examinando por Materia "ENFERMEDAD DE ALZHEIMER"

Mostrando1 - 3 de 3
  • Proyecto final de Grado
    Deep learning en la detección de Alzheimer utilizando imágenes de resonancia magnética
    (2020-09-22) Paniza, Valentina; Selmo, Carlos
    "A lo largo de las últimas décadas diferentes modelos de aprendizaje automático han ido explorando diversas áreas de la medicina con el fin de brindarle herramientas de soporte a los profesionales de la salud. Particularmente, técnicas de aprendizaje profundo han resurgido debido a, en gran medida, el aumento de la capacidad computacional y la disponibilidad de nuevos conjuntos de datos masivos. Los avances en esta disciplina contribuyen en la identificación, clasificación y cuantificación de patrones en imágenes médicas. El presente trabajo tiene por objeto extraer patrones de neuroimágenes mediante algoritmos de aprendizaje profundo que den soporte en el diagnóstico de la enfermedad de Alzheimer en adultos mayores en aplicaciones clínicas. El desafío yace en poder distinguir pacientes sanos de enfermos en imágenes donde los patrones cerebrales e intensidades son muy similares."
  • Proyecto final de Grado
    Desarrollo de algoritmo para asistencia al diagnóstico diferencial de Alzheimer y demencia fronto-temporal
    (2022) Guardia, Camila; Saracco, María Victoria; González Campo, Cecilia; Moguilner, Sebastián
    El objetivo del presente proyecto consiste en "crear un algoritmo de ML que emplee datos multivariados de pruebas cognitivas y de imágenes, para poder asistir al diagnóstico diferencial de las demencias de tipo Alzheimer y fronto-temporal."
  • Proyecto final de Grado
    Modelo basado en redes neuronales para la clasificación de la enfermedad de Alzheimer a partir de resonancias magnéticas y biomarcadores
    (2020) Hasbani, Jonathan Eliel; Tablón, Alberto Jorge
    "La principal hipótesis tomada en cuenta es que la enfermedad de Alzheimer sigue el modelo patogénico del Sistema A/T/N y, por lo tanto, se eligieron los datos a analizar acorde a lo propuesto en dicho modelo. Se utilizaron imágenes de resonancia magnética estructural y mediciones de las concentraciones en el líquido cefalorraquídeo de las proteínas A, Tau y p-Tau. Además, se incluyeron en el análisis los resultados del genotipado de APOE y de un test cognitivo como factores de riesgo para complementar los datos y generar una visión más integral del paciente introduciendo datos genéticos y cognitivos."