Vai ai contenuti. | Spostati sulla navigazione | Spostati sulla ricerca | Vai al menu | Contatti | Accessibilità

logo del sistema bibliotecario dell'ateneo di padova

Lazzarini, Nicola (2012) Tecniche di apprendimento automatico per l'identificazione dell'iperaldosteronismo primario. [Magistrali biennali]

Full text disponibile come:

[img]
Preview
PDF
3247Kb

Abstract

In questo lavoro di tesi si è cercato di sviluppare un classificatore che permetta l'identificazione dei pazienti affetti da Iperaldosteronismo Primario dovuto alla presenza dell'adenoma di Conn. Nel 1998 èstato realizzato un classificatore con le stesse finalità, in quel caso è stata utilizzata la tecnica della Logistic Regression. In questa tesi si sono provati nuovi approcci rispetto a quanto fatto precedentemente, si sono utilizzati: PET ed SVM. Per la fase di validazione si è ricorsi ad una generalizzazione della Cross Validation: Leave One Out Clinica. Inoltre si è combinato il lavoro del '98 con quanto di nuovo realizzato. Rispetto ai risultati precedenti si sono ottenuti significativi miglioramenti: si è creato un modello, con i PET, che offre informazioni ai medici riguardo alle variabili che più discriminano tra pazienti con e senza APA. Inoltre in termini di prestazioni, a parità  di capacità  di individuare i pazienti positivi, i nuovi modelli hanno una probabilità  maggiore di riconoscere anche i pazienti negativi rispetto al lavoro precedente

Item Type:Magistrali biennali
Corsi di Diploma di Laurea:Scuola di Ingegneria > Ingegneria Informatica
Scuola di Ingegneria > Ingegneria Informatica
Uncontrolled Keywords:Data Mining, PET, SVM, Iperaldosteronismo Primario
Subjects:Area 09 - Ingegneria industriale e dell'informazione > ING-INF/05 Sistemi di elaborazione delle informazioni
Codice ID:40187
Relatore:Pietracaprina, Andrea and Pucci, Geppino and Fantozzi, Carlo and Nanni, Loris
Correlatore:Rossi, Gianpaolo
Data della tesi:17 July 2012
Biblioteca:Polo di Ingegneria > Biblioteca di Ingegneria dell'Informazione e Ingegneria Elettrica "Giovanni Someda"
Tipo di fruizione per il documento:on-line per i full-text

Solo per lo Staff dell Archivio: Modifica questo record