Item
López Ibáñez, Beatriz
 Lambisto Castro, D. |
|
Passarrius Pedrosa, Joan | |
2022 February | |
El carà cter d’aquest treball està encarat de forma explÃcita a la recerca i té com a objectiu determinar si és possible fer una predicció de la viabilitat dels tractaments de radioterà pia a través de la informació que s’obté de les diferents mètriques que defineixen aquests tractaments. Amb aquest enfocament es van definir dues etapes del projecte. La primera consistia en l’estudi de les mètriques i la segona en el desenvolupament d’un model predictiu que fos capaç de predir amb les mètriques seleccionades en l’estudi de l’etapa anterior quins tractaments són els que superen els Ãndexs deviabilitat establerts. A trets generals podem dir que els objectius marcats s’han assolit: S’han estudiat les mètriques i s’han extret conclusions interessants que marquen un nou full de ruta per seguir la investigació. La principal conclusió és que la correlació entre la viabilitat del tractament i les mètriques de complexitat analitzades indica que, d’existir relació entre elles, aquesta no és lineal, per tant s’hauria de seguir la investigació utilitzant regressions no lineals o altres mètodes. A més, s’ha descobert una caracterÃstica important de les dades que és la multicolinealitat i s’ha determinat que intentar-la solventar pot comportar en la majoria dels casos la pèrdua d’informació rellevant. És per això que s’ha establert que per a futurs estudis, és imprescindible fer ús de totes les mètriques. Amb la utilització dels mètodes de Machine Learning inclosos dins la llibreria de Scikitlearn de Python s’ha aconseguit obtenir un model que és capaç de predir en un 72% d’efectivitat quins són els tractaments que passen els Ãndexs de viabilitat per poder ser utilitzats en pacients sense necessitat de fer proves amb maniquÃ. Tot i no ser un bon resultat donada la finalitat del predictor, ja que l’existència de falsos positius n’impossibiliten el seu ús en casos reals, s’ha pogut demostrar que no és possible fer una predicció de la viabilitat dels tractaments de radioterà pia utilitzant els mètodes de boscos aleatoris, mà quines de suport vectorial, o KNN. Una aposta per seguir treballant en el desenvolupament d’un model que sigui capaç d’identificar els tractaments òptims per a ser utilitzats en pacients seria ampliar les fronteres del marc en què s’engloba aquest treball i fer ús d’altres tècniques en intel·ligència artificial com poden ser les xarxes neurals | |
application/pdf | |
http://hdl.handle.net/10256/20678 | |
cat | |
Attribution-NonCommercial-NoDerivatives 4.0 International | |
http://creativecommons.org/licenses/by-nc-nd/4.0/ | |
Cà ncer -- Radioterà pia
Radioterà pia Radiació -- Mesurament Radiació -- Dosimetria Intel·ligència artificial -- Aplicacions a la medicina Cancer -- Radiotherapy Radiotherapy Radiation -- Measurement Radiation dosimetry Artificial intelligence -- Medical applications |
|
Aprenentatge automà tic per a la generació de plans de tractament de tumors amb radioterà pia | |
info:eu-repo/semantics/bachelorThesis | |
DUGiDocs |