Predicción de resultados de ataque cerebrovascular mediante el análisis de series temporales fisiológicas

Máster en Ingeniería Informática, Facultad de Informática, Departamento de Arquitectura de Computadores y Automática, curso 2017-2018 ; En la actualidad, los ataques cerebrovasculares, también conocidos como ictus, son una de las principales causas de muerte en hombres y mujeres. El ictus tiene dos causas principales: ictus isquémico por obstrucción de un vaso sanguíneo, e ictus hemorrágico por la rotura de éstos. En este Trabajo de Fin de Máster se utilizan técnicas conocidas de inteligencia artificial actuales como es el aprendizaje automático (Machine Learning) para realizar predicciones sobre pacientes que han sufrido un ataque cerebrovascular y poder tomar decisiones precozmente gracias a los modelos predictivos. Los datos de los pacientes se obtienen de la Unidad de Ictus del Hospital Universitario de La Princesa, donde se monitoriza a los pacientes desde que ingresan hasta que son dados de alta o fallecen. Se plantea la posibilidad de poder predecir distintas complicaciones o características por medio del procesamiento de los datos monitorizados de los pacientes como series temporales. Algunas de las predicciones planteadas son: si se va a producir un resangrado, el tipo de ataque cerebrovascular sufrido o predecir si el paciente va a sobrevivir al ataque cerebrovascular. Además, también se tiene como objetivo encontrar los algoritmos de clasificación que mejor encajan en los problemas de predicción a tratar dadas las características del problema, por lo que se estudiará prácticamente cada tipo de algoritmo de aprendizaje supervisado viendo cómo se comporta tanto en resultados como en capacidad de cómputo. ; Nowadays, strokes are one of the main death reasons among men and women. A Stroke has two main causes: ischaemic stroke by blockage of blood vessel and hemorrhagic stroke by break of blood vessels. In this Master’s thesis some recognized technics from current artificial intelligence areas like machine learning have been used to perform predictions over patients that have suffered a stroke and be able ...