Machine learning-based feature selection and classification for the experimental diagnosis of Trypanosoma cruzi

Artículo académico presenta una nueva metodología (pipeline) para diagnosticar la enfermedad de Chagas, la cual integra datos temporales provenientes de cuatro modalidades: señales de electrocardiografía, imágenes de ecocardiografía, espectro Doppler y títulos de anticuerpos ELISA. Además, se aplican múltiples análisis de selección de características, tanto mediante análisis univariado como mediante selección basada en aprendizaje automático.