METODOS Y APLICACIONES DE APRENDIZAJE PROFUNDO Y SUPERFICIAL DE FENOTIPOS PARA A...
METODOS Y APLICACIONES DE APRENDIZAJE PROFUNDO Y SUPERFICIAL DE FENOTIPOS PARA ANALISIS Y PREDICCION DE DATOS BIOMEDICOS.
ESTE PROYECTO PROPONE LA INVESTIGACION Y EL DESARROLLO DE METODOS PARA EL DESCUBRIMIENTO DE LA ESTRATIFICACION Y LA INFERENCIA AUTOMATIZADA DE PROPIEDADES POBLACIONALES EMPLEANDO A) ANOTACIONES DE FENOTIPADO PROFUNDO CON AYUDA DE...
ESTE PROYECTO PROPONE LA INVESTIGACION Y EL DESARROLLO DE METODOS PARA EL DESCUBRIMIENTO DE LA ESTRATIFICACION Y LA INFERENCIA AUTOMATIZADA DE PROPIEDADES POBLACIONALES EMPLEANDO A) ANOTACIONES DE FENOTIPADO PROFUNDO CON AYUDA DE HPO, B) ANOTACIONES LONGITUDINALES COMO LAS QUE SE ENCUENTRAN EN LA ATENCION PRIMARIA DE SALUD. SE APLICARA LA METODOLOGIA PROPUESTA A LOS GRUPOS DE DIAGNOSTICO EN ENFERMEDADES RARAS Y EN DATOS LONGITUDINALES DE 5 AÑOS DE DIABETES TIPO 2 Y ENFERMEDAD PULMONAR OBSTRUCTIVA CRONICA (EPOC).LOS METODOS INCLUIRAN EL ANALISIS DE LA ESTRUCTURA DE LA POBLACION DE PACIENTES A TRAVES DE ANALISIS NO SUPERVISADOS ​​Y MODELOS DE PREDICCION BASADOS EN ANOTACIONES HPO PARA EL CASO DE ENFERMEDADES RARAS (AFECCIONES DE DATOS PEQUEÑOS) Y EN DATOS DE REGISTROS ELECTRONICOS EXTRAIDOS DE BASES DE DATOS DE GRANDES POBLACIONES EXTRAIDOS DE CENTROS DE ATENCION PRIMARIA (IDIAP) PARA ENFERMEDADES MAS PREVALENTES (CONDICIONES DE BIG DATA). EL ANALISIS DE DATOS INCLUIRA MODELADO DEL ESTADO DEL ARTE (EMPLEANDO TRANSFORMERS BAJO EL PARADIGMA DE APRENDIZAJE PROFUNDO) Y ANALISIS AD-HOC EN EL CASO DE CONDICIONES DE CONJUNTO DE DATOS REDUCIDO (POR EJEMPLO, REPRESENTACIONES BASADAS EN LA DISTANCIA DE ANOTACIONES HPO POR PACIENTE).LOS RESULTADOS DEL PROYECTO INCLUIRAN, A) UNA HERRAMIENTA BASADA EN EL APRENDIZAJE PROFUNDO PARA EL DESCUBRIMIENTO Y LA COMPRENSION DE PACIENTES NO DIAGNOSTICADOS DE ENFERMEDADES RARAS, B) UNA HERRAMIENTA PARA LA SUGERENCIA DE UNA PRUEBA GENETICA PRIORITARIA DE PACIENTES NO DIAGNOSTICADOS EN ENFERMEDADES RARAS, C) UNA HERRAMIENTA PARA LA CREACION DE UNA RED SOCIAL UTIL PARA PACIENTES CON ENFERMEDADES RARAS, D) UNA HERRAMIENTA PARA LA ESTRATIFICACION DE LA DIABETES TIPO 2 EN TERMINOS DE TRAYECTORIAS DE PACIENTES E) UN PREDICTOR DE LA TRAYECTORIA DE UN PACIENTE CON DIABETES TIPO 2 A PARTIR DE LOS DATOS DE ADMISION (O DATOS DE DIAGNOSTICO ), F) UN CONJUNTO DE BASES DE DATOS SINTETICOS PUBLICADOS ABIERTAMENTE PARA INVESTIGACION Y EDUCACION, Y G) UN CONJUNTO DE HERRAMIENTAS PARA LA INFERENCIA DE ANOTACIONES HPO A PARTIR DE DATOS DE SEÑALES (ECG Y OTROS). TODAS LAS HERRAMIENTAS SE AÑADIRAN A LOS CANALES DE DIFUSION ESTANDAR DE LA COMUNIDAD, COMO BIOCONDUCTOR, CRAN O SCIPY.ORG. EL IMPACTO CLINICO DE LAS HERRAMIENTAS SE EVALUARA CONJUNTAMENTE CON EL HOSPITAL SANT PAU, EL HOSPITAL SANT JOAN DE DEU Y LA FUNDACIO PUIGVERT, PARA DIABETES, ENFERMEDADES RARAS (MELANOMA, DISTROFIA MUSCULAR Y SINDROMES RENALES RAROS). NGENIERIA BIOMEDICA\ESTADISTICA\CIENCIA DE DATOS\BIOINFORMATICAver más
Seleccionando "Aceptar todas las cookies" acepta el uso de cookies para ayudarnos a brindarle una mejor experiencia de usuario y para analizar el uso del sitio web. Al hacer clic en "Ajustar tus preferencias" puede elegir qué cookies permitir. Solo las cookies esenciales son necesarias para el correcto funcionamiento de nuestro sitio web y no se pueden rechazar.
Cookie settings
Nuestro sitio web almacena cuatro tipos de cookies. En cualquier momento puede elegir qué cookies acepta y cuáles rechaza. Puede obtener más información sobre qué son las cookies y qué tipos de cookies almacenamos en nuestra Política de cookies.
Son necesarias por razones técnicas. Sin ellas, este sitio web podría no funcionar correctamente.
Son necesarias para una funcionalidad específica en el sitio web. Sin ellos, algunas características pueden estar deshabilitadas.
Nos permite analizar el uso del sitio web y mejorar la experiencia del visitante.
Nos permite personalizar su experiencia y enviarle contenido y ofertas relevantes, en este sitio web y en otros sitios web.