Modelo de clasificación etaria basado en conectividad funcional y estructural usando base de datos HCP de envejecimiento.
Cargando...
Fecha
2025
Autores
Título de la revista
ISSN de la revista
Título del volumen
Editor
Universidad de Concepción
Resumen
Comprender cómo cambia el cerebro normal con la edad se ha vuelto cada vez más importante, ya que las personas con desviaciones significativas son susceptibles a posibles trastornos cerebrales. Aunque existen diversos factores que influyen en el desarrollo de la edad cerebral, existen varios métodos utilizan diferentes acercamientos para la predicción de la edad. Este trabajo propone un enfoque de aprendizaje automático que utiliza características de conectividad basadas en grafos, extraídas de redes de conectividad estructural y funcional de 606 sujetos sanos de la base de datos del Human Connectome Project- Aging (HCP-A). Nuestros resultados muestran que, al combinar un conjunto reducido de características relevantes de la conectividad estructural y funcional con modelos de Support Vector Machine (SVM) y Logistic Regression (LR), es posible alcanzar un F1-Score superior a 0,75, resultado que se encuentra en el rango reportado por otros trabajos relacionados. Además, utilizando el mismo conjunto reducido de características, un regresor con regularizador de LASSO puede alcanzar un MAE de 7,51.
Descripción
Tesis presentada para optar al título de Ingeniero/a Civil Informático/a.
Palabras clave
Cerebro Evolución, Fisiología Bases de datos