Representaciónm efectiva de dinámicas fisiológicas mediante fuzzy rough set: una revisión

Los sistemas biomédicos de última generación registran en intervalos cortos de tiempo la dinámica fisiológica mediante grandes bases de datos. La interpretación adecuada de la información difícilmente puede hacerse por la experticia de un sólo médico, por lo tanto la toma de decisiones se basa sólo...

Full description

Autores:
Orego Metaute, Diana Alexandra
Delgado Trejos, Edilson
Tipo de recurso:
Fecha de publicación:
2011
Institución:
Universidad Santo Tomás
Repositorio:
Repositorio Institucional USTA
Idioma:
spa
OAI Identifier:
oai:repository.usta.edu.co:11634/8263
Acceso en línea:
http://revistas.ustabuca.edu.co/index.php/ITECKNE/article/view/40
Palabra clave:
Conjuntos Difusos/Aproximados, Dinámica Fisiológica, Reducción de Dimensiones, Representación Efectiva, Extracción/Selección de características.
Rights
License
Copyright (c) 2018 ITECKNE
Description
Summary:Los sistemas biomédicos de última generación registran en intervalos cortos de tiempo la dinámica fisiológica mediante grandes bases de datos. La interpretación adecuada de la información difícilmente puede hacerse por la experticia de un sólo médico, por lo tanto la toma de decisiones se basa sólo en algunas variables seleccionadas. La representación efectiva de variables fisiológicas mediante fuzzy rough set tipo 1 puede ser aplicada para caracterizar y extraer la información relevante de la dinámica fisiológica; sin embargo, estas técnicas poseen el problema de la complejidad de sus algoritmos y alto costo computacional; por lo tanto, se requiere aplicar técnicas de fuzzy rough set tipo 2, asociadas a métodos axiomáticos a través de operadores de aproximación difusa baja y alta como conceptos primitivos para generar un sistema de reducción de dimensiones con tendencia a la disminución de costo computacional en aplicaciones de ingeniería biomédica. En este artículo se presenta la revisión del estado del arte sobre representación efectiva de dinámicas fisiológicas mediante fuzzy rough set, con el fin de determinar la capacidad que poseen este tipo de técnicas para ser incluidas en procedimientos automáticos de toma de decisiones que apoyen el concepto clínico de un especialista.