Fair cardiovascular disease diagnosis and prognosis through machine learning and fractal-based features
Year: 2024
Type: dissertation
Abstract: Donat l'elevat nombre de morts per malalties cardiovasculars, els mètodes innovadors són essencials per mitigar els seus efectes perjudicials. L'anàlisi fractal ofereix una representació detallada de patrons complexos, com els de les condicions cardiovasculars. Aquesta tesi avalua l'equitat i el rendiment predictiu dels models ML utilitzant característiques fractals de CMR per al diagnòstic i pronòstic de malalties cardiovasculars. No es van trobar diferències significatives entre els millors models fractals i radiòmics. Després de la mitigació, els fractals eren superiors a la radiòmica. Tenint en compte el seu rendiment predictiu equivalent, un biaix reduït després de la mitigació i menys característiques, els fractals es proposen com a alternativa a la radiòmica.
Source: Rovira & Virgili repository
Institution: Universitat Rovira i Virgili
Language: English
Subfield: Health Information Management
Field: Health Professions
Domain: Health Sciences
Open Access status: green
OpenAlex ID: W7219445763
