Sistema Interactivo para el Seguimiento de Salud y Predicción de Hábitos
Montesinos Cáliz, Pau
Cortes Comellas, Oriol, tut. (Universitat Autònoma de Barcelona. Departament de Ciències de la Computació)
Universitat Autònoma de Barcelona.
Escola d'Enginyeria
| Títol variant: |
Sistema Interactiu per al Seguiment de Salut i Predicció d'Hàbits |
| Títol variant: |
Interactive System for Health Monitoring and Habit Prediction |
| Data: |
2025 |
| Resum: |
Aquest projecte presenta el disseny i la implementació d'un model predictiu per a l'avaluació del risc d'ictus i malalties cardíaques mitjançant l'ús de tècniques de Machine Learning i Deep Learning. A través de l'ús de conjunts de dades clíniques reals, es van aplicar processos de neteja, transformacions i reequilibri del balanceig de classes. Els models es van entrenar prioritzant mètriques concretes com el recall o la precisió, intentant maximitzar així la detecció de casos positius. A més, es va integrar una plataforma web mitjançant la qual l'usuari pot introduir les seves dades personals i obtenir una estimació categòrica del risc. |
| Resum: |
Este proyecto presenta el diseño e implementación de un modelo predictivo para la evaluación del riesgo de ictus y enfermedades cardíacas mediante el uso de técnicas de Machine Learning y Deep Learning. A través del uso de datasets de clínicos reales, se aplicaron procesos de limpieza, transformaciones y reequilibrado de balanceo de clases. Se entrenaron los modelos priorizando métricas concretas tales como recall o precisión, intentando maximizar así la detección de casos positivos. Además, se integró una plataforma web mediante la cual el usuario puede introducir sus datos personales y obtener una estimación categórica del riesgo. |
| Resum: |
This project presents the design and implementation of a predictive model for assesing the risk of stroke and heart disease using Machine Learning and Deep Learning techniques. Based on real clinical data, preprocessing techniques were applied, including cleaning, transformations and class imbalance adjustment. These models were trained prioritizing metrics such as recall and precision, aiming to maximize positive case detection. Aditionally, a web platform was developed, allowing users to enter their personal data and receive a categorical risk estimation. |
| Drets: |
Aquest document està subjecte a una llicència d'ús Creative Commons. Es permet la reproducció total o parcial, la distribució, i la comunicació pública de l'obra, sempre que no sigui amb finalitats comercials, i sempre que es reconegui l'autoria de l'obra original. No es permet la creació d'obres derivades.  |
| Llengua: |
Castellà |
| Titulació: |
Grau en Enginyeria de Dades [2503758] |
| Pla d'estudis: |
Enginyeria de Dades [1394] |
| Document: |
Treball final de grau ; Text |
| Matèria: |
Deep Learning ;
Machine Learning ;
Predicció de malalties ;
Ictus ;
Malaltia cardíaca ;
Desbalanceig de classes ;
Plataforma web ;
Avaluació del risc ;
Recall ;
Precisió ;
Predicción de enfermedades ;
Enfermedad cardíaca ;
Desbalanceo de clases ;
Evaluación de riesgo ;
Precision ;
Disease prediction ;
Stroke ;
Heart disease ;
Class imbalance ;
Web platform ;
Risk assesment |
El registre apareix a les col·leccions:
Documents de recerca >
Treballs de Fi de Grau >
Escola d'Enginyeria. TFG
Registre creat el 2025-07-15, darrera modificació el 2025-07-22