Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.creatorHevia Montiel, Nidiyare-
dc.creatorPerez Gonzalez, Jorge-
dc.creatorNeme, Antonio-
dc.creatorHaro, Paulina-
dc.date.accessioned2025-10-25T01:16:12Z-
dc.date.available2025-10-25T01:16:12Z-
dc.date.issued2022-03-03-
dc.identifier.urihttps://repositorio.tic.unam.mx/handle/123456789/3973-
dc.descriptionArtículo 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.-
dc.publisherElectronics-
dc.subjectAprendizaje automático (Machine learning)-
dc.subject.classificationCiencias Físico Matemáticas y de la Ingenierías-
dc.titleMachine learning-based feature selection and classification for the experimental diagnosis of Trypanosoma cruzi-
dc.typeArtículo académico-
dcterms.provenanceUniversidad Nacional Autónoma de México. Instituto de Investigaciones en Matemáticas Aplicadas y en Sistemas-
dc.subject.keywordsMachine learning-
dc.subject.keywordsFeature selection-
dc.subject.keywordsMultivariate analysis-
dc.subject.keywordsClassification-
dc.subject.keywordsChagas disease-
dc.subject.keywordsTrypanosoma cruzi-
dc.subject.keywordsEchocardiography-
dc.subject.keywordsElectrocardiography-
dc.subject.keywordsELISA-
dc.subject.keywordsAprendizaje automático-
dc.subject.keywordsSelección de características-
dc.subject.keywordsAnálisis multivariante-
dc.subject.keywordsEnfermedad de Chagas-
dc.subject.keywordsEcocardiografía-
dc.subject.keywordsElectrocardiografía-
dc.subject.keywordsDoppler-
dc.identifier.urlhttps://doi.org/10.3390/electronics11050785-
dc.identifier.bibliographiccitationHevia-Montiel, N., Perez-Gonzalez, J., Neme, A., & Haro, P. (2022). Machine learning-based feature selection and classification for the experimental diagnosis of Trypanosoma cruzi. Electronics, 11(5), 785. https://doi.org/10.3390/electronics11050785-
dcterms.memberofAnálisis y automatización-
Aparece en las colecciones: Publicaciones académicas y científicas

Mostrar el registro sencillo del ítem EstadÍsticas


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.