Está en la página 1de 29

Tabla de contenidos

1. Motivacin 2. Presentacin del problema 3. Obtencin y pre procesamiento de datos 4. Diseo creacin y entrenamiento de la red 5. Presentacin de resultados 6. Discusin de resultados

Motivacin
Eliminar el factor de error humano en la deteccin de enfermedades. Modelar la inteligencia humana no terminista en una red neuronal

Presentacin del problema


El hipertiroidismo e hipotiroidismo presentan sntomas muy comunes. Por esto se pretende aislar datos de la ficha clnica tales como indicadores de exmenes, o la presencia de ciertos sntomas. Bajo esta premisa se modelar una red neuronal

Preprocesamiento de datos
Separar los datos fuera de rango. Apoyo de base de datos relacional Para los datos faltantes, agrupar los datos que si tenan datos por sexo y edad. Reemplazar promedio

Presentacin de las variables entrada (1/2)


Edad, numrico Sexo, dicotmico Enfermo (si el paciente se siente enfermo), booleano Squico (problemas squicos), booleano Operacin a la tiroides, booleano Tratamiento I131, booleano Litio, booleano

Presentacin de las variables entrada (2/2)


Bocio, booleano Tumor, booleano Hipopituitarismo, booleano Nivel TSH, numrico Nivel T3, numrico Nivel TT4, numrico Nivel T4U, numrico Nivel FTI, numrico

Presentacin variables salida hipertiroidismo


Primary hypothyroid mapeado a valor 1 Compensated hypothyroid mapeado a valor 2 Secondary hypothyroid mapeado a valor 3 Negative mapeado a valor 0

Presentacin variables salida hiportiroidismo


Hyperthyroid mapeado a valor 1 T3 toxic mapeado a valor 2 Goiter mapeado a valor 3 Secondary toxic mapeado a valor 4 Negative mapeado a 0

Dispersin de datos
Para los datos de hipertiroidismo se tienen los siguiente grficos Para los datos de hipertiroidismo se tienen los siguiente grficos

Seleccin de muestra
Se dio una distribucin de datos de 80%-20% con el siguiente desglose

Creacion de la red

Red neuronal hipertiroidismo


En un primer intento estos fueron los resultados Tasa de aprendizaje = 0.1 pocas = 100 IA =0.6429 RMS = 1.4846 RSD = 0.2293

Comparacin salida real y objetivo

Resta de las curvas

Performance

En un segundo intento estos fueron los resultados Taza aprendizaje 0.01 pocas = 300 IA = 0.7917 RMS = 1.0469 RSD = 0.1956

Comparacin salida real y objetivo

Resta de las curvas

Performance

Red neuronal hipotiroidismo


En un primer intento estos fueron los resultados Tasa de aprendizaje = 0.1 pocas = 100 IA = 0.8441 RMS = 0.7288 RSD = 0.3143

Comparacin salida real y objetivo

Resta de las curvas

Performance

En un segundo intento estos fueron los resultados Taza aprendizaje 0.01 pocas = 300 IA = 0.8009 RMS = 0.8121 RSD = 0.3472

Comparacin salida real y objetivo

Resta de las curvas

Performance

Conclusiones