I Taller Internacional de Transformación Digital en la Salud
-
Explainable Artificial Intelligence in Medical Image Analysis: A Focus on Dermatoscopic Diagnosis of Skin Cancer
Amanda Noris Hernández
-
Modelo para la clasificación de personas en función de sus hábitos y estilos de vida.
Yanara Sosa Tejeda
-
Algoritmo para la visualización y medición de estructuras cerebrales en MRI aplicando geometría fractal
Ing. Ianko Abrahante Zamora
-
Aplicación de Inteligencia Artificial Expandible para Apoyar el Análisis Epidemiológico
Yandielys Reyes Plano
-
Galen Banco de Sangre: Gestión Centralizada en la Nube para la Salud Cubana
Ing. Laura Leandro Artiaga
-
DIMECO: Modulo informático para la distribución de medicamentos controlados en las Farmacias.
Juan Gabriel Leon Herrera
-
Desarrollo de la especialización de las Unidades de Cuidados Intensivos para el módulo Hospitalización del sistema XAVIA HIS.
Kleyris Edenia Torres Ramos
-
Plataforma web para la administración de contenedores Docker del sistema Xavia PacsServer
Dariannis Beltrán Jeréz
-
Image Processing-based hybrid fusion scheme for PET-MRI Studies
Damián Socarrás Lima
-
Herramienta Inteligente para la predicción explicable de mortalidad oculta al egreso de Unidades de Cuidados Intensivos
Alejandro Cespón Ferriol
El análisis longitudinal consiste en estudiar el comportamiento de conjuntos de datos a través de un intervalo temporal determinado. Este tiene como propósito determinar la evolución y caracterización en el tiempo de un conjunto de variables. El objetivo de esta investigación es desarrollar un método que permita hacer un análisis longitudinal de grandes volúmenes de datos con la utilización de técnicas de potenciales evocados visuales (VEP) y las tomo-grafías de coherencia óptica (OCT) para brindar la oportunidad de obtener información objetiva y ayudar en la toma de decisiones clínicas para mejorar el tratamiento y los resultados de los pacientes con la enfermedad. En la investigación se realizó un estudio sobre conceptos asociados a biomarcadores, tomografías de coherencia óptica, potenciales evocados visuales, complejo de células ganglionares y macroadenomas hipofisiarios. Además, se describió el procedimiento que sigue el método presentado, analiza el funcionamiento mediante el coeficiente de correlación de Spearman en un conjunto de parámetros de los biomarcadores en un tiempo de 3 y 12 meses y se analizan resultados en aras de verificar la calidad de la solución. Como resultado final se obtienen visualizaciones de correlaciones de los parámetros de los biomarcadores estudiados para su correcta interpretación.