Políticas   Declaración de Budapest  
 

Técnicas y Herramientas para la predicción de complicaciones cardiacas, utilizando wearables inteligentes: una revisión sistemática de la literatura

Vista sencilla de ítem
dc.contributor.advisorHuanca Torres, Fredy Abel
dc.contributor.authorAyala Poma, Maicol Enrrique
dc.contributor.authorHuaman Ollero, Jhordy Arnold
dc.date.accessioned2020-12-23T20:41:54Z
dc.date.available2020-12-23T20:41:54Z
dc.date.issued2020-12-21
dc.description.abstractEl objetivo de este artículo es identificar mediante una revisión sistemática de la literatura, técnicas y herramientas utilizadas para la predicción de complicaciones cardiacas, con wearables inteligentes; mediante una revisión sistemática de la literatura, tiene relevancia por ser implementado en el campo de la medicina y a lo largo del tiempo han evolucionado en distintos ámbitos de la medicina. Para esto, se procedió a realizar una revisión sistemática de la literatura tomando en cuenta el rango de las publicaciones de los últimos 8 años en las bases de datos SCOPUS, SCIENCEDIRECT, EBSCOHOST, IEEEXPLORE, ACM DIGITAL LIBRARY, de todos los artículos encontrados y seleccionados se extrajo las técnicas que más resaltan y así mismo modelos y herramientas de machine learning para poderlos considerar como antecedentes de la investigación. Existen muchos métodos que pueden predecir complicaciones de enfermedades cardíacas, uno mejor que otro según la investigación del caso de estudio. Sin embargo, después de una revisión exhaustiva de todos los artículos seleccionados se muestra que un 80% de los artículos seleccionados se adapta a la necesidad de poder dar un pre desarrollo de las técnicas, herramientas para alcanzar una mayor puntuación en la precisión de un ataque cardíaco, cuyo proceso de selección de artículo está basado en el modelo de selección de Kitchenham[54].en_ES
dc.description.escuelaEscuela Profesional de Ingeniería de Sistemasen_ES
dc.description.lineadeinvestigacionInfraestructura Tecnológica - inteligencia artificialen_ES
dc.description.sedeLIMAen_ES
dc.formatapplication/pdfen_ES
dc.identifier.urihttp://repositorio.upeu.edu.pe/handle/20.500.12840/3694
dc.language.isospa
dc.publisherUniversidad Peruana Uniónen_ES
dc.publisher.countryPEen_ES
dc.rightsinfo:eu-repo/semantics/openAccessen_ES
dc.rights.urihttp://creativecommons.org/licenses/by/3.0/es/*
dc.subjectAlgoritmosen_ES
dc.subjectRedes neuronales artificialesen_ES
dc.subjectAprendizaje automáticoen_ES
dc.subjectRandom foresten_ES
dc.subjectK-meansen_ES
dc.subjectWearablesen_ES
dc.subjectAtaques Cardíacosen_ES
dc.subject.ocdehttp://purl.org/pe-repo/ocde/ford#2.02.04en_ES
dc.titleTécnicas y Herramientas para la predicción de complicaciones cardiacas, utilizando wearables inteligentes: una revisión sistemática de la literaturaen_ES
dc.typeinfo:eu-repo/semantics/bachelorThesisen_ES
renati.advisor.dni01345134
renati.advisor.orcidhttps://orcid.org/0000-0001-7645-7144
renati.author.dni46828345
renati.author.dni77058361
renati.discipline612076en_ES
renati.jurorValladares Castillo, Sergio Omar
renati.jurorDe La Cruz Gutierrez, Keyla Dervith
renati.jurorLoaiza Jara, Omar Leonel
renati.levelhttp://purl.org/pe-repo/renati/nivel#bachilleren_ES
renati.typehttp://purl.org/pe-repo/renati/type#trabajoDeInvestigacionen_ES
thesis.degree.disciplineIngeniería de Sistemasen_ES
thesis.degree.grantorUniversidad Peruana Unión. Facultad de Ingeniería y Arquitecturaen_ES
thesis.degree.nameBachiller en Ingeniería de Sistemasen_ES

Archivos

Bloque original
Mostrando 1 - 1 de 1
Miniatura
Nombre:
Maicol_Trabajo_Bachiller_2020.pdf
Tamaño:
1.45 MB
Formato:
Adobe Portable Document Format
Descripción:
Descargar
Bloque de licencias
Mostrando 1 - 1 de 1
No hay miniatura disponible
Nombre:
license.txt
Tamaño:
1.71 KB
Formato:
Item-specific license agreed upon to submission
Descripción:
Descargar

Colecciones

Ingeniería de Sistemas