Una arquitectura basada en aprendizaje automático e integración para la detección de trastornos cognitivos utilizada en la detección temprana del autismo
Autores: Peral, Jesús; Gil, David; Rotbei, Sayna; Amador, Sandra; Guerrero, Marga; Moradi, Hadi
Idioma: Inglés
Editor: MDPI
Año: 2020
Acceso abierto
Artículo científico
2020
Una arquitectura basada en aprendizaje automático e integración para la detección de trastornos cognitivos utilizada en la detección temprana del autismo
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Discapacidad
Autismo
Trastorno del desarrollo
Interacción social
Comunicación
Integración de datos
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 31
Citaciones: Sin citaciones
Alrededor del 15% de la población mundial sufre alguna forma de discapacidad. En los países desarrollados, aproximadamente el 1.5% de los niños son diagnosticados con autismo. El autismo es un trastorno del desarrollo principalmente caracterizado por deficiencias en la interacción social y la comunicación, y por comportamientos restringidos y repetitivos. Dado que la causa del autismo aún es desconocida, se han realizado numerosos estudios centrados en la detección del autismo basada en características conductuales. Por lo tanto, el propósito principal de este documento es presentar una arquitectura centrada en la integración y análisis de datos, que permita el procesamiento distribuido de los datos de entrada. Además, la arquitectura propuesta permite la identificación de características relevantes, así como de correlaciones ocultas entre parámetros. Con este fin, proponemos una metodología capaz de integrar diversas fuentes de datos, incluso datos que se recopilan por separado. Esta metodología aumenta la variedad de datos, lo que puede llevar a la identificación de más correlaciones entre diversos parámetros. Concluimos el documento con un estudio de caso que utilizó datos sobre autismo para validar nuestra arquitectura propuesta, la cual mostró resultados muy prometedores.
Descripción
Alrededor del 15% de la población mundial sufre alguna forma de discapacidad. En los países desarrollados, aproximadamente el 1.5% de los niños son diagnosticados con autismo. El autismo es un trastorno del desarrollo principalmente caracterizado por deficiencias en la interacción social y la comunicación, y por comportamientos restringidos y repetitivos. Dado que la causa del autismo aún es desconocida, se han realizado numerosos estudios centrados en la detección del autismo basada en características conductuales. Por lo tanto, el propósito principal de este documento es presentar una arquitectura centrada en la integración y análisis de datos, que permita el procesamiento distribuido de los datos de entrada. Además, la arquitectura propuesta permite la identificación de características relevantes, así como de correlaciones ocultas entre parámetros. Con este fin, proponemos una metodología capaz de integrar diversas fuentes de datos, incluso datos que se recopilan por separado. Esta metodología aumenta la variedad de datos, lo que puede llevar a la identificación de más correlaciones entre diversos parámetros. Concluimos el documento con un estudio de caso que utilizó datos sobre autismo para validar nuestra arquitectura propuesta, la cual mostró resultados muy prometedores.