MACHINE LEARNING PARA LA DETECCIÓN DE ENFERMEDADES CARDIOVASCULARES POR IMÁGENES

Abstract

Las enfermedades cardiovasculares son una patología que afecta al corazón y a los vasos sanguíneos, siendo así una de las principales causas de muerte en el mundo. El infarto de miocardio previo, miocardiopatía dilatada, miocardiopatía hipertrófica y ventrículo derecho anormal son solo algunas de muchas patologías causadas por este tipo de enfermedades. En el Trabajo de Fin de Grado se utilizan técnicas de Machine Learning como herramienta para mejorar la detección y diagnóstico de enfermedades cardiovasculares. El Machine Learning se basa en el estudio de algoritmos y modelos estadísticos con el fin de entrenar a las máquinas para que estas puedan aprender y tomar decisiones por sí solas. En este proyecto se estudian tres modelos de aprendizaje automático: Naive Bayes (NB), Support Vector Machine (SVM) y una Red Neuronal Convolucional (CNN). Estos modelos son utilizados para demostrar la efectividad de la clasificación médica en dos problemas distintos: la clasificación binaria de Enfermo/No enfermo y el modelo multiclase que identifica cada una de las patologías o si el paciente está sano. Para ello, se emplean imágenes de resonancia magnética que se han puesto en uso en la base de datos ACDC [1]. La base de datos ACDC es una base de datos de acceso público utilizada en un challenge que contiene información sobre pacientes que padecen alguna de las patologías mencionadas anteriormente.