Centros y grupos de investigación

Fuente de financiamiento: Interno
Fecha de inicio: 10/01/2020
Duración: 12 meses 
Campus: Chiclayo

Resumen

La diabetes está considerada entre las enfermedades críticas y cerca de 500millones de personas en el mundo sufren de esta enfermedad. La edad, la obesidad, la falta de ejercicio, la diabetes hereditaria, el estilo de vida, la mala alimentación, la presión arterial alta, etc., son causantes de la diabetes. Las personas con diabetes tienen un alto riesgo de obtener otras enfermedades como derrames cerebrales, enfermedades cardíacas, enfermedades renales, problemas oculares, daño nervioso, entre otras. En la actualidad en los hospitales de nuestra región y del país, requieren realizar varias pruebas para el diagnóstico de diabetes y pueden demorar días y en algunos casos no se cuenta con equipamiento para la realización de las pruebas. Los algoritmos de Machine Learning juegan un papel importante en la asistencia del sector salud. Los hospitales y el sector salud en general tienen bases de datos de gran volumen de enfermedades, usando algoritmos de machine learning, se pueden evaluar grandes conjuntos de datos y encontrar información oculta, patrones para descubrir el conocimiento de los datos y predecir resultados. En este trabajo, se propone un prototipo de modelo de predicción de diabetes de forma rápida y oportuna, utilizando el análisis de imágenes de iris, y mejorando el porcentaje de acierto en la clasificación de la diabetes. El modelo propuesto analiza y trata al conjunto de imágenes y evalúa el rendimiento de varios algoritmos de machine learning.

Equipo de Investigación

• Investigador Principal: Juan Elias Villegas Cubas
• Co-investigador interno:
  • Oscar Efrain Capuñay Uceda
  • Zuñiga Torres Juan Carlos

Contacto

C19575@utp.edu.pe