Caracterización de variables utilizando inteligencia computacional para identificar alteraciones en la salud de bovinos
Resumen
La detección de alteraciones de la salud de los animales mediante pruebas de laboratorio es un proceso complejo que implica relacionar diversas variables y factores clínicos de los individuos, por ello, en esta investigación se evaluaron técnicas de inteligencia computacional que contribuyeron a la identificación de patrones de comportamiento de las alteraciones detectadas en las pruebas de hemograma aplicadas en bovinos. Aunque diversos algoritmos de inteligencia computacional son utilizados en la solución de problemas médicos, no se encontró registro de investigaciones en procesos médicos veterinarios. Una vez hecha una minuciosa caracterización de las variables y la evaluación de las técnicas de inteligencia computacional, se determinó que el algoritmo que mejor se ajusta al propósito de análisis de datos planteado es FP-Growth.
Palabras clave
Análisis de datos, Algoritmos, Sanidad animal, FP-Growth
Referencias
- J. Muñoz Pérez, Inteligencia computacional inspirada en la vida, Universidad de Málaga, España, 2011.
- J. L. Camargo-Cuervo, E. F. Suárez-Mendoza, and J. A. Ballesteros-Ricaurte, “Comparison between Oracle BPM and JBPM in the Admission Process Optimization”, Fac. Ing. UPTC, vol. 22, no. 34, pp. 85-96, 2013.
- A. R. Novoa, Salud animal, manejo y administración de sistemas de producción de leche. San José de Costa Rica, 1983.
- M. Cabrera-Hernández, M. del C. Paderni-López, R. Hita Torres, A. Delgado-Ramos, M. A. Tardío-López, and D. Derivet-Thaureaux, “Aplicaciones médicas como ayuda al diagnóstico en la medicina. Experiencia SOFTEL-MINSAP”, Rev. Cuba. Informática Médica, vol. 4, no. 2, pp. 199-212, 2012.
- P. Chausa-Fernández, E. J. Gómez-Aguilera, C. Cáceres-Taladriz, F. García-Alcaide, and J. M. Gatell-Artigas, Extracción de Reglas de Asociación en una Base de Datos Clínicos de Pacientes con Vih/Sida”, p. 4, 2006.
- Y. Cárdenas, L. Guerra y D.Mauricio, Diseño de un algoritmo genético para la generación de conocimiento en el diagnóstico del Síndrome Autista. Facultad de Ingeniería de Sistemas e Informática Universidad Nacional Mayor de San Marcos, 2014.
- R . C. Naranjo-Cuervo and L. M. Sierra-Martínez, “Software tool for analyzing the family shopping basket without candidate generation”, Ing. e Investig. Vol. 29, No. 1, 2010.
- J. S. González-Sanabria and G. Cáceres-Castellanos, “Comparison of GIS desktop tools for development of SIGPOT,” Lat. Am. Trans. IEEE (Revista IEEE Am. Lat.), vol. 11, no. 1, pp. 86-90, 2013.