Lucchi, Sofia
(2018)
Possibili approcci per la predizione del rimodellamento miocardico in pazienti con terapia di resincronizzazione cardiaca sulla base del segnale di impedenza.
[Laurea magistrale], Università di Bologna, Corso di Studio in
Ingegneria biomedica [LM-DM270] - Cesena, Documento full-text non disponibile
Il full-text non è disponibile per scelta dell'autore.
(
Contatta l'autore)
Abstract
L’impedenza toracica viene considerata un parametro utile per valutare il peggioramento dello scompenso cardiaco in pazienti con terapia di resincronizzazione cardiaca (CRT). Nonostante ciò, non si è ancora scoperta la relazione tra i cambiamenti dell’impedenza toracica e le modifiche del muscolo cardiaco in pazienti impiantati. Oggi, le diagnostiche cliniche presenti nella maggior parte di dispositivi per la CRT offrono incredibili informazioni. L'obiettivo del presente lavoro è quello di valutare una possibile correlazione tra andamento temporale dell'impedenza toracica e il rimodellamento cardiaco. I report che sono stati analizzati risalgono a 19 pazienti con impianto Medtronic. Con lo scopo di analizzare in dettaglio i risultati notati in una prima osservazione e stabilire i metodi e gli attributi più significativi nella predizione di rimodellamento miocardico si è scelto di implementare tre differenti algoritmi di Machine Learning: un algoritmo non supervisionato (K-Means) e due algoritmi supervisionati (Decision Tree, Naive Bayes).
Abstract
L’impedenza toracica viene considerata un parametro utile per valutare il peggioramento dello scompenso cardiaco in pazienti con terapia di resincronizzazione cardiaca (CRT). Nonostante ciò, non si è ancora scoperta la relazione tra i cambiamenti dell’impedenza toracica e le modifiche del muscolo cardiaco in pazienti impiantati. Oggi, le diagnostiche cliniche presenti nella maggior parte di dispositivi per la CRT offrono incredibili informazioni. L'obiettivo del presente lavoro è quello di valutare una possibile correlazione tra andamento temporale dell'impedenza toracica e il rimodellamento cardiaco. I report che sono stati analizzati risalgono a 19 pazienti con impianto Medtronic. Con lo scopo di analizzare in dettaglio i risultati notati in una prima osservazione e stabilire i metodi e gli attributi più significativi nella predizione di rimodellamento miocardico si è scelto di implementare tre differenti algoritmi di Machine Learning: un algoritmo non supervisionato (K-Means) e due algoritmi supervisionati (Decision Tree, Naive Bayes).
Tipologia del documento
Tesi di laurea
(Laurea magistrale)
Autore della tesi
Lucchi, Sofia
Relatore della tesi
Correlatore della tesi
Scuola
Corso di studio
Ordinamento Cds
DM270
Parole chiave
machine learning,CRT,terapia di resincronizzazione cardiaca,rimodellamento cardiaco,decision tree,naive bayes,k-means
Data di discussione della Tesi
15 Febbraio 2018
URI
Altri metadati
Tipologia del documento
Tesi di laurea
(NON SPECIFICATO)
Autore della tesi
Lucchi, Sofia
Relatore della tesi
Correlatore della tesi
Scuola
Corso di studio
Ordinamento Cds
DM270
Parole chiave
machine learning,CRT,terapia di resincronizzazione cardiaca,rimodellamento cardiaco,decision tree,naive bayes,k-means
Data di discussione della Tesi
15 Febbraio 2018
URI
Gestione del documento: