Network analysis to characterize neurodegenerative diseases
Rodoreda Pitarch, Xavier
Casas Roma, Jordi, ![Identificador ORCID](/img/uab/orcid.ico)
dir. (Universitat Autònoma de Barcelona. Departament d'Enginyeria de la Informació i de les Comunicacions)
Universitat Autònoma de Barcelona.
Escola d'Enginyeria
Títol variant: |
Anàlisi de xarxes per caracteritzar malalties neurodegeneratives |
Títol variant: |
Análisis de redes para caracterizar enfermedades neurodegenerativas |
Data: |
2022 |
Resum: |
L'esclerosi múltiple és una malaltia neurodegenerativa que afecta el sistema immunitari i al sistema nerviós central. L'anàlisi de xarxes en arquitectures multicapa en cervells pot donar informació sobre l'estat d'una persona respecte a la malaltia, més inclús que l'anàlisi de xarxes d'una sola capa. L'anàlisi junt amb tècniques d'Aprenentatge Automàtic pot estalviar temps i recursos en la classificació entre cervells sans i no sans, i la classificació dels grups dels cervells no sans. En aquest projecte s'ha obtingut una precisió del 86% en la classificació. L'anàlisi també pot reflectir les zones del cervell més característiques respecte a la malaltia. |
Resum: |
La esclerosis múltiple es una enfermedad neurodegenerativa que afecta al sistema inmunitario y al sistema nervioso central. El análisis de redes en arquitecturas multicapa en cerebros puede dar información sobre el estado de una persona con respecto a la enfermedad, más incluso que el análisis de redes de una sola capa. El análisis junto con técnicas de aprendizaje automático puede ahorrar tiempo y recursos en la clasificación entre cerebros sanos y no sanos, y la clasificación de los grupos de los cerebros no sanos. En este proyecto se ha obtenido una precisión del 86% en su clasificación. El análisis puede reflejar también las zonas del cerebro más características respecto a la enfermedad. |
Resum: |
Multiple sclerosis is a neurodegenerative disease that affects the immune system and the central nervous system. Network analysis in multilayer architectures in brains can provide information about a person's condition regarding the disease, even more than singlelayer network analysis. Analysis along with Machine Learning techniques can save time and resources in the classification of healthy and unhealthy brains, and the classification of groups of unhealthy brains. In this project an accuracy of 86% in the classification task was obtained. The analysis may also reflect the most characteristic areas of the brain with respect to the disease. |
Drets: |
Aquest document està subjecte a una llicència d'ús Creative Commons. Es permet la reproducció total o parcial, la distribució, la comunicació pública de l'obra i la creació d'obres derivades, fins i tot amb finalitats comercials, sempre i quan es reconegui l'autoria de l'obra original. ![Creative Commons](/img/licenses/by.ico) |
Llengua: |
Anglès |
Titulació: |
Enginyeria de Dades [2503758] |
Pla d'estudis: |
Grau en Enginyeria de Dades [1394] |
Document: |
Treball final de grau ; Text |
Matèria: |
Esclerosis Múltiple ;
Graf ;
Anàlisi ;
Multicapa ;
Aprenentatge Automàtic ;
Cervell ;
Grafo ;
Análisis ;
Aprendizaje Automático ;
Cerebro ;
Multiple Sclerosis ;
Graph ;
Analysis ;
Multilayer ;
Machine Learning ;
Brain |
El registre apareix a les col·leccions:
Documents de recerca >
Treballs de Fi de Grau >
Escola d'Enginyeria. TFG
Registre creat el 2022-07-28, darrera modificació el 2024-07-20