Modelo de clasificación etaria basado en conectividad funcional y estructural usando base de datos HCP de envejecimiento.
Loading...
Date
2025
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad de Concepción
Abstract
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.
Description
Tesis presentada para optar al título de Ingeniero/a Civil Informático/a.
Keywords
Cerebro Evolución, Fisiología Bases de datos