Aviso: para depositar documentos, por favor, inicia sesión e identifícate con tu cuenta de correo institucional de la UCM con el botón MI CUENTA UCM. No emplees la opción AUTENTICACIÓN CON CONTRASEÑA
 

Identificación de patrones de glucemia por tramos de cuatro horas en diabéticos tipo I mediante monitorización continua de glucosa y técnicas estadísticas

dc.contributor.advisorHidalgo Pérez, José Ignacio
dc.contributor.advisorVelasco Cabo, José
dc.contributor.authorFuentes López, Miguel
dc.contributor.authorSegarra Fernández, Lucas
dc.date.accessioned2023-06-18T01:32:20Z
dc.date.available2023-06-18T01:32:20Z
dc.date.issued2018
dc.degree.titleGrado en Ingeniería Informática
dc.descriptionUniversidad Complutense, Facultad de Informática, curso 2016/2017
dc.description.abstractLa diabetes es una enfermedad que afecta a la secreción o al efecto de insulina que es la hormona encargada del transporte de glucosa en sangre. Por ello, las personas que la sufren tienen que estar muy pendientes de sus niveles de azúcar y controlar de manera rigurosa su alimentación y actividad física. Con la evolución de las tecnologías se han desarrollado dispositivos, como el FreeStyle Libre, que permiten la monitorización continua de estos niveles. Con el auge de las técnicas de aprendizaje automático, parece el momento justo de emplear la capacidad de estudiar grandes cantidades de datos en los registros de mediciones que producen estos dispositivos. Hasta la fecha la mayor parte de los trabajos en este campo corresponden a estudios sobre poblaciones. El objetivo de este trabajo es desarrollar una herramienta informática que analice patrones que presentan individuos, estudiando los datos en tramos de cuatro horas mediante técnicas de clustering, especialmente no jerárquico pero no solo ello, desarrollando en Python con el módulo sklearn.
dc.description.abstractDiabetes is an illness that impacts on insulin secretion or on its effects. Insulin is the hormone that carries glucose in blood. So diabetics must be extremely aware of their sugar levels and rigorously control both diet and physical activity. Modern devices, such as FreeStyle Libre, allow continuous monitoring of those levels. Due to automatic learning techniques boom, it might be the moment to boost the ability of studying huge amounts of data on measurements registered by these devices. Up to now, the majority of the work developed in this area consist of studies about populations. The goal of this project is to develop a software tool that analyze patterns presented by people, grouping data into four hours slots by applying clustering methods, specially, but not only, non hierarchical ones. They were developed in Python with the module sklearn.
dc.description.departmentDepto. de Arquitectura de Computadores y Automática
dc.description.facultyFac. de Informática
dc.description.refereedTRUE
dc.description.statusunpub
dc.eprint.idhttps://eprints.ucm.es/id/eprint/50038
dc.identifier.urihttps://hdl.handle.net/20.500.14352/20623
dc.language.isospa
dc.page.total64
dc.rightsAtribución-NoComercial 3.0 España
dc.rights.accessRightsopen access
dc.rights.urihttps://creativecommons.org/licenses/by-nc/3.0/es/
dc.subject.cdu004:61(043.3)
dc.subject.keywordDiabetes mellitus
dc.subject.keywordAgrupamiento
dc.subject.keywordMonitorización continua de glucosa
dc.subject.keywordPatrones en tramos de cuatro horas
dc.subject.keywordClustering sobre diabéticos
dc.subject.keywordServidor web en Python
dc.subject.keywordAutenticación delegada
dc.subject.keywordClustering
dc.subject.keywordContinuous glucose monitorization
dc.subject.keywordFour-hour-slot patterns
dc.subject.keywordClustering over diabetics
dc.subject.keywordPython web server
dc.subject.keywordDelegated authentication
dc.subject.ucmInformática (Informática)
dc.subject.unesco1203.17 Informática
dc.titleIdentificación de patrones de glucemia por tramos de cuatro horas en diabéticos tipo I mediante monitorización continua de glucosa y técnicas estadísticas
dc.typebachelor thesis
dspace.entity.typePublication
relation.isAdvisorOfPublication981f825f-2880-449a-bcfc-686b866206d0
relation.isAdvisorOfPublication.latestForDiscovery981f825f-2880-449a-bcfc-686b866206d0

Download

Original bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
Memoria.pdf
Size:
1.39 MB
Format:
Adobe Portable Document Format