Diagnosis of neuropathies in diabetic patients by applying machine learning

• Claudio Meneses Villegas ^[1] ; David Coo Aqueveque ^[1]
  1. [1] Universidad Católica del Norte

     Universidad Católica del Norte

     Antofagasta, Chile

     
• Localización: Ingeniare: Revista Chilena de Ingeniería, ISSN-e 0718-3305, ISSN 0718-3291, Vol. 29, Nº. 3, 2021, págs. 517-530
• Idioma: inglés
• Títulos paralelos:
  • Diagnóstico de neuropatías en pacientes diabéticos mediante la aplicación de machine learning
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    En este artículo se describe la construcción de modelos de clasificación, mediante la aplicación de algoritmos de machine learning, en el dominio kinesiológico del diagnóstico de neuropatías, en pacientes que presentan diabetes. El proceso se desarrolla mediante la metodología CRISP-DM, acorde al proceso de Descubrimiento de Conocimiento en Bases de Datos (KDD). El objetivo principal de la investigación es construir un modelo de clasificación de la condición de neuropatía diabética en pacientes, mediante los datos registrados por el experto y, principalmente, por el uso de una Wii Balance Board para capturar las variaciones posturales de un sujeto sometido a una serie de evaluaciones clínicas. En esta investigación, se analizan los resultados obtenidos en cada fase del proceso y se mide el grado de cumplimiento de los objetivos y las métricas de rendimiento, en la evaluación de los modelos de machine learning. Los resultados obtenidos serán ampliados con el análisis de series de tiempo y la extracción de características, bajo la hipótesis de que el centro de presión (COP) es un predictor suficiente para discriminar la existencia de una neuropatía.

  • English

    This article describes the construction of classification models by applying machine learning algorithms, in the kinesiological domain of neuropathy diagnosis, in patients with diabetes. The process is developed using the Cross Industry Standard Process for Data Mining guide (CRISP-DM), according to the general process of Knowledge Discovery in Databases (KDD). The main objective of the research is to build a model for classifying the condition of diabetic neuropathy in patients, using the data recorded by the expert and, mainly, by using a Wii Balance Board to capture the postural variations of a subject undergoing a series of clinical evaluations. In this research, the results obtained in each phase of the process are analyzed and the degree of achievement of objectives and performance metrics in the evaluation of machine learning models are measured. The results obtained will be expanded with the analysis of time series and the extraction of features, under the hypothesis that the center of pressure (COP) is a sufficient and reliable predictor to discriminate against the existence of a neuropathy.