Beruflich Dokumente
Kultur Dokumente
Trabajo Terminal
(APREFLU)
Presenta
Director
14 de Diciembre de 2010
APREFLU – Aplicación Web para el Pre-diagnostico de Influenza 2010
Documento Técnico
Resumen:
1
valebboy@gmail.com
2
APREFLU – Aplicación Web para el Pre-diagnostico de Influenza 2010
ADVERTENCIA
“Este informe contiene información desarrollada por la Escuela Superior de Cómputo del Instituto
Politécnico Nacional a Partir de datos y documentos con derecho de propiedad y por lo tanto su
uso queda restringido a las aplicaciones que explícitamente se convengan”.
3
APREFLU – Aplicación Web para el Pre-diagnostico de Influenza 2010
AGRADECIMIENTOS.
A mi esposa Nallely, mis hijas Frida y Samantha por su gran cariño y amor, por el impulso que
ellas me transmiten para llevar a cabo todos los retos que se me presentan.
A mi madre Josefina por su gran amor y a mi suegra Irene que siempre me han apoyado en mi
trayectoria escolar y vida personal.
Al M. en C. Ariel López Rojas por su disposición para aclarar todas las dudas que surgieron
durante el desarrollo de este Trabajo Terminal.
A los profesores sinodales quienes con sus observaciones y consejos lograron que se cumplieran
los objetivos de este Trabajo Terminal.
A los Médicos epidemiólogos del Hospital Regional 1° de Octubre del ISSSTE, por su disposición
de apoyar el desarrollo de este proyecto y permitirme realizar las pruebas necesarias para llevar a
cabo la finalización del Trabajo Terminal.
4
APREFLU – Aplicación Web para el Pre-diagnostico de Influenza 2010
INDICE
ADVERTENCIA........................................................................................................................... 3
AGRADECIMIENTOS. ................................................................................................................4
1 INTRODUCCIÓN ............................................................................................................... 7
1.1 INTRODUCCIÓN ........................................................................................................................ 8
3.3 ALCANCES................................................................................................................................. 33
5
APREFLU – Aplicación Web para el Pre-diagnostico de Influenza 2010
6
APREFLU – Aplicación Web para el Pre-diagnostico de Influenza 2010
GLOSARIO ............................................................................................................................... 57
BIBLIOGRAFÍA. ....................................................................................................................... 59
1 INTRODUCCIÓN
7
APREFLU – Aplicación Web para el Pre-diagnostico de Influenza 2010
1.1 INTRODUCCIÓN
En México, la influenza es una enfermedad de notificación obligatoria desde 1994. Con base en el
título octavo, capítulo segundo, artículo 134 de la Ley General de Salud, la Secretaría de Salud y los
gobiernos de las entidades federativas realizarán vigilancia epidemiológica, prevención y control
de influenza epidémica. De acuerdo a lo establecido por la Norma Oficial Mexicana NOM-017-
SSA2-1994 para la vigilancia epidemiológica, las unidades de vigilancia de todas las instituciones
del Sistema Nacional de Salud (SNS) deben notificar la ocurrencia de casos nuevos de influenza.
Esta notificación debe hacerse en forma inmediata – antes de que transcurran 24 horas desde su
detección – simultáneamente a través de los niveles técnico administrativos del SNS y al órgano
normativo nacional del Sistema Nacional de Vigilancia Epidemiológica (SINAVE).
En preparación ante una posible pandemia de influenza, la Secretaría de Salud de México revisó
en 2006 su estrategia de vigilancia epidemiológica de esta enfermedad y actualizó los
procedimientos del sistema de vigilancia epidemiológica de influenza (SISVEFLU).
Esta actualización incluyó el establecimiento de un sistema orientado a detectar casos
ambulatorios de enfermedad respiratoria aguda en Unidades de Salud Monitoras de Influenza
(USMI) distribuidas en todo el territorio nacional.
El 16 de abril de 2009, la Dirección General Adjunta de Epidemiología (DGAE) emitió el aviso
epidemiológico DGAE/09/004 alertando a todas las unidades de vigilancia epidemiológica ante la
prolongación del periodo de transmisión de lo que en su momento se consideró influenza
estacional. Una semana más tarde, el 23 de abril, la Secretaría de Salud conoció que en México
circulaba una nueva cepa de virus de influenza A (H1N1) asociada a infección respiratoria grave.
En consecuencia, en reunión extraordinaria urgente, el Comité Nacional para la Vigilancia
Epidemiológica (CONAVE) estableció la intensificación de la vigilancia epidemiológica de
influenza mediante mecanismos complementarios al SISVEFLU, incluyendo una red de
notificación negativa diaria en las USMI y hospitales, entre ellos los suscritos en la Red
Hospitalaria de Vigilancia Epidemiológica (RHOVE), a través de la plataforma en línea del
SINAVE. Posteriormente, el 12 de mayo de 2009 el CONAVE actualizó los procedimientos de
vigilancia epidemiológica, incluyendo:
8
APREFLU – Aplicación Web para el Pre-diagnostico de Influenza 2010
El objetivo del presente Trabajo Terminal es Desarrollar una herramienta Web para el Pre-
diagnóstico de Influenza haciendo uso de una Técnica de Inteligencia Artificial.
1.3 JUSTIFICACIÓN
Se pretende desarrollar una aplicación que funcione en entorno Web para que esté
disponible a cualquier persona que presente algunos de los síntomas de esta enfermedad y pueda
obtener un pre-diagnostico rápido y así brindarle recomendaciones de prevención y cuidado que
debe seguir para cuidar su estado de salud y evitar el contagio de las personas a su alrededor.
9
APREFLU – Aplicación Web para el Pre-diagnostico de Influenza 2010
2 MARCO TEÓRICO
10
APREFLU – Aplicación Web para el Pre-diagnostico de Influenza 2010
Para explicar la definición anterior, entiéndase a un agente como cualquier cosa capaz de percibir
su entorno (recibir entradas), procesar tales percepciones y actuar en su entorno (proporcionar
salidas), y entiéndase a la racionalidad como la característica que posee una elección de ser
correcta, más específicamente, de tender a maximizar un resultado esperado (este concepto de
racionalidad es más general y por ello más adecuado que inteligencia para definir la naturaleza del
objetivo de esta disciplina).
11
APREFLU – Aplicación Web para el Pre-diagnostico de Influenza 2010
12
APREFLU – Aplicación Web para el Pre-diagnostico de Influenza 2010
Un sistema completo de reconocimiento de patrones incluye un sensor que recoja fielmente los
elementos del universo a ser clasificado, un mecanismo de extracción de características cuyo
propósito es extraer la información útil, eliminando la información redundante e irrelevante, y
finalmente una etapa de toma de decisiones en la cual se asigna a la categoría apropiada los
patrones de clase desconocida.
13
APREFLU – Aplicación Web para el Pre-diagnostico de Influenza 2010
14
APREFLU – Aplicación Web para el Pre-diagnostico de Influenza 2010
Las RNA se pueden clasificar de acuerdo a la función de sus características más notables:
Donde podemos ver que las neuronas se agrupan para formar capas y las capas se unen entre ellas
formando redes neuronales. Para clasificar por la topología usaremos el número de capas
en Redes Monocapa o Redes Multicapa.
15
APREFLU – Aplicación Web para el Pre-diagnostico de Influenza 2010
Son redes con una sola capa. Para unirse las neuronas crean conexiones laterales para conectar
con otras neuronas de su capa. Las redes más representativas son la red de Hopfield, la red
BRAIN-STATE-IN-A-BOX o memoria asociativa y las maquinas estocásticas de Botzmann y
Cauchy.
Entre las redes neuronales monocapa, existen algunas que permiten que las neuronas tengan
conexiones a sí mismas y se denominan autorecurrentes.
Las redes monocapa han sido ampliamente utilizada en circuitos eléctricos ya que
debido a su topología, son adecuadas para ser implementadas mediante hardware, usando
matrices de diodos que representan las conexiones de las neuronas.
Las redes multicapa están formadas por varias capas de neuronas (2,3...). Estas redes se pueden a
su vez clasificar atendiendo a la manera en que se conexionan sus capas.
16
APREFLU – Aplicación Web para el Pre-diagnostico de Influenza 2010
Como decíamos antes, Este tipo de redes contienen solo conexiones entre capas hacia delante.
Esto implica que una capa no puede tener conexiones a una que reciba la señal antes que ella en
la dinámica de la computación.
Ejemplos de estas redes son Perceptron, Adaline, Madaline, Backpropagation y los modelos LQV y
TMP de Kohonen.
Este tipo de redes se diferencia en las anteriores en que si pueden existir conexiones de capas
hacia atrás y por tanto la información puede regresar a capas anteriores en la dinámica de la red.
Este Tipo de redes suelen ser bicapas.
Ejemplos de estas redes son las redes ART, Bidirectional Associative Memory (BAM) y Cognitron
17
APREFLU – Aplicación Web para el Pre-diagnostico de Influenza 2010
Perceptrón.
Adaline.
Perceptrón multicapa.
Memorias asociativas.
Máquina de Boltzmann.
Máquina de Cauchy.
Propagación hacia atrás (backpropagation).
Redes de Elman.
Redes de Hopfield.
Red de contrapropagación.
Redes de neuronas de base radial.
Redes de neuronas de aprendizaje
competitivo.
Mapas Auto organizados(RNA) (Redes de
Kohonen).
Crecimiento dinámico de células.
Gas Neuronal Creciente.
Redes ART (Adaptative Resonance Theory).
18
APREFLU – Aplicación Web para el Pre-diagnostico de Influenza 2010
1
a (1.1)
Función Logaritmo 1en
en en
a n n (1.2)
Función Tangente e e
26
APREFLU – Aplicación Web para el Pre-diagnostico de Influenza 2010
Fig. 10.- Representación abreviada de una MLP con una capa oculta.
Así para procesar un dato p a través de esta red se empleará la Ec. (1.4)
2
a 2 Wp
1
pureline
(
Wtan
sig
( b
)
1b
)
2 (1.4)
Las salidas de error se propagan hacia atrás, partiendo de la capa de salida, hacia todas las
neuronas de la capa oculta que contribuyen directamente a la salida. Sin embargo, las neuronas
de la capa oculta solo reciben una fracción de la señal total del error, basándose aproximadamente
en la contribución relativa que haya aportado cada neurona a la salida original. Este proceso se
repite, capa por capa, hasta que todas las neuronas de la red hayan recibido una señal de error que
describa su contribución relativa al error total. Basándose en la señal de error percibida, se
actualizan los pesos de conexión de cada neurona, para hacer que la red converja hacia un estado
que permita clasificar correctamente todos los patrones de entrenamiento.
La importancia de este proceso consiste en que, a medida que se entrena la red, las neuronas de
las capas intermedias se organizan a sí mismas de tal modo que las distintas neuronas aprenden a
reconocer distintas características del espacio total de entrada. Después del entrenamiento,
cuando se les presente un patrón arbitrario de entrada que contenga ruido o que esté incompleto,
las neuronas de la capa oculta de la red responderán con una salida activa si la nueva entrada
contiene un patrón que se asemeje a aquella característica que las neuronas individuales hayan
aprendido a reconocer durante su entrenamiento. Y a la inversa, las unidades de las capas ocultas
27
APREFLU – Aplicación Web para el Pre-diagnostico de Influenza 2010
tienen una tendencia a inhibir su salida si el patrón de entrada no contiene la característica para
reconocer, para la cual han sido entrenadas.
Empezando por el nivel de salida, repita lo siguiente por cada nivel de la red, hasta llegar al
primero de los niveles ocultos:
El proceso se repite hasta que el error resulta aceptablemente pequeño (Ej. 0.1) para cada uno de
los patrones aprendidos, en cada iteración de este algoritmo la matriz de pesos y el vector de
umbrales se actualizan mediante la Ec. (1.5) y (1.6)
m
W
(
k)
1Wm
(
k
) m
s(
a
m1
)T
(1.5)
m
b(
k)
1 m
b(k
)
sm
(1.6)
M
s
2M
F(nM
t
)(a) (1.7)
m
s
mm m
F(n)(
W 1T m
)S 1
para m = M -1,…,2,1 (1.8)
28
APREFLU – Aplicación Web para el Pre-diagnostico de Influenza 2010
A continuación se presenta una descripción de las enfermedades que se consideraron para realizar
el diagnóstico provisional de Influenza con la información y orientación del Medico
Epidemiólogo.
29
APREFLU – Aplicación Web para el Pre-diagnostico de Influenza 2010
1. Dificultad al respirar (Disnea), acompañada de fiebre mayor o igual a 38°C y tos, con
uno o más de los siguientes síntomas:
30
APREFLU – Aplicación Web para el Pre-diagnostico de Influenza 2010
3 ANALISIS DEL
SISTEMA
31
APREFLU – Aplicación Web para el Pre-diagnostico de Influenza 2010
Provocando con esto que las unidades de salud se saturen y la atención a las personas con
mayor riesgo de presentar la enfermedad sea más lento, ocasionando que la enfermedad en estas
personas avance al no administrarle los medicamentos antivirales necesarios o seguir el plan de
contingencia de la unidad de salud.
Se pretende desarrollar una aplicación en entorno Web que brinde la oportunidad de realizar un
diagnostico previo de la enfermedad de la influenza mediante un test que funcionara bajo
redes neuronales artificiales de tipo Backpropagation, y así poder obtener el resultado de
manera rápida y determinar el estado de salud de la persona, con el resultado de esta prueba se
podrá recomendar a las personas acudir a las unidades de salud correspondientes de acuerdo a la
gravedad de la enfermedad, esto sin haberse tomado una prueba de laboratorio; aunque no se
descarta esta prueba.
Para el desarrollo de las páginas web que integrarán el sistema, se contempla el uso de la
tecnología ASP.Net, con el lenguaje de programación C#, el cual es un lenguaje orientado a
objetos en Sistemas Operativos Windows.
Para complementar y dar una mejor presentación a las páginas web, se empleará la tecnología
CSS (Cascading Style Sheet), ya que esta permite mejorar el aspecto visual del contenido
mostrado en cada página web.
En la tabla 1 podemos encontrar las diferencias de las tecnologías de desarrollo principales para el
desarrollo de aplicaciones Web.
32
APREFLU – Aplicación Web para el Pre-diagnostico de Influenza 2010
3.3 ALCANCES
33
APREFLU – Aplicación Web para el Pre-diagnostico de Influenza 2010
También es importante considerar que durante la captura de datos del paciente puede existir un
rango de incertidumbre, sobretodo en la sintomatología que el paciente exprese, ya que si los
comparamos con los de la base de conocimiento no siempre serán exactos, debido a que pueden
tender a exagerar o puede variar la gravedad de los casos, tomando en cuenta que cada ser
humano reacciona de manera diferente. Por lo que es necesario implementar un análisis a este
aspecto.
Considerando que se diseñó una aplicación que servira como herramienta para diversos hospitales
y clínicas, el análisis de requerimientos se obtuvo por medio de entrevistas y encuestas aplicadas a
especialistas en epidemiologia que trabajan en el Hospital Regional 1 º Octubre del ISSSTE; para
dicho propósito, se aplico una encuesta al siguiente médico cuyos datos se citan a continuación.
34
APREFLU – Aplicación Web para el Pre-diagnostico de Influenza 2010
R1. La aplicación realizará la evaluación del vector de entrada compuesto por los
síntomas de las personas que seleccionen del formulario web en un tiempo
mínimo.
35
APREFLU – Aplicación Web para el Pre-diagnostico de Influenza 2010
Las páginas de ASP.NET, conocidas oficialmente como "web forms" (formularios web), son el
principal medio de construcción para el desarrollo de aplicaciones web. Los formularios web están
contenidos en archivos con una extensión ASPX, estos archivos típicamente contienen etiquetas
HTML ó XHTML estático, etiquetas definiendo Controles Web que se procesan del lado del
servidor y Controles de Usuario donde los desarrolladores colocan todo el código estático y
dinámico requerido por la página web. Adicionalmente, el código dinámico que se ejecuta en el
servidor puede ser colocado en una página dentro de un bloque <% -- código dinámico -- %> que
es muy similar a otras tecnologías de desarrollo como PHP y JSP, pero esta práctica es
generalmente desaconsejada excepto para propósitos de enlace de datos pues requiere más
llamadas cuando se genera la página.
Como se mencionó, estaremos trabajando con el archivo ASPX, en el cual como sabemos se
trabaja con los lenguajes de marcado HTML y XHTML para el desarrollo de nuestras interfaces,
por lo que antes debemos de tener una idea de que es cado de estos lenguajes.
¿Qué es HTML?
HTML es un lenguaje utilizado para describir páginas web, y tenemos que tener claro lo siguiente:
• HTML viene de Hyper Text Markup Language (en español Lenguaje de Marcado de
Hipertexto).
• HTML no es un lenguaje de programación, es un lenguaje de marcado.
• Un lenguaje de marcado es un conjunto de etiquetas de marcado.
• HTML utiliza etiquetas de marcado para describir páginas web.
Etiquetas HTML
36
APREFLU – Aplicación Web para el Pre-diagnostico de Influenza 2010
El propósito de un navegador web (como Internet Explorer o Firefox) es leer documentos HTML y
mostrarlos como páginas web. El navegador no despliega las etiquetas HTML sino las utiliza para
interpretar el contenido de una página web.
¿Qué es XHTML?
XHTML (Lenguaje de Marcado de Hipertexto Extensible) es una versión más estricta y limpia de
HTML, que nace precisamente con el objetivo de remplazar a HTML ante su limitación de uso
con las cada vez más abundantes herramientas basadas en XML. XHTML extiende HTML 4.0
combinando la sintaxis de HTML, diseñado para mostrar datos, con la de XML, diseñado para
describir los datos.
¿Cómo funciona?
XHTML, al estar orientado al uso de un etiquetado correcto, exige una serie de requisitos básicos
a cumplir en lo que a código se refiere. Entre estos requisitos básicos se puede mencionar una
estructuración coherente dentro del documento donde se incluirían elementos correctamente
anidados, etiquetas en minúsculas, elementos cerrados correctamente, atributos de valores
entrecomillados, etc.
MATLAB es un software matemático que ofrece un IDE con un lenguaje de programación propio
(lenguaje M). Está disponible para las plataformas Unix, Windows y Apple Mac OS X.
Además, se pueden ampliar las capacidades de MATLAB con las cajas de herramientas
(toolboxes). Para el caso particular de este proyecto se utilizó el Neural Network Toolbox para
diseñar y entrenar redes neuronales artificiales.
37
APREFLU – Aplicación Web para el Pre-diagnostico de Influenza 2010
La aplicación de desarrollara en plataforma Web para que esté disponible a todas las personas con
acceso a internet, como primera fase de la aplicación se implantara en forma local como
herramienta piloto, debido a las restricciones de la Organización Mundial de la Salud así como los
organismos de Salud del país, por el tipo de información.
La arquitectura de tres capas se ha vuelto muy popular debido a la respuesta que ofrece a la
mayoría de los problemas actuales al separar la funcionalidad de una aplicación en tres capas
lógicas:
La capa de presentación contiene los elementos de la interfaz d usuario del sitio, e incluye toda la
lógica que maneja la interacción entre el visitante y la parte de negocios del cliente. Esta capa es la
encargada de darle vida al sitio, y la forma en que la diseñemos es crucialmente importante para
el éxito de la aplicación. Ya que en nuestro caso se trata de un sitio Web, su capa de presentación
estará compuesta de páginas Web dinámicas.
La capa de negocios (algunas veces llamada middle tier) recibe las solicitudes de la capa de
presentación y le regresa un resultado dependiendo del la lógica de negocios que contenga. Casi
cualquier evento que sucede en la capa de presentación resulta en una llamada a la capa de
negocios (excepto eventos que pueden ser manejados localmente por la capa de presentación,
como una simple validación de datos).
38
APREFLU – Aplicación Web para el Pre-diagnostico de Influenza 2010
USUARIO.- Es cualquier persona que tenga acceso a una computadora conectada a la red del
hospital o clínica donde se haya implantado el sistema.
ENTRENAR RED NEURONAL ARTIFICIAL.- Este modulo fue programado con la herramienta
MATLAB y tomando como base de información los datos de los casos de pacientes atendidos en el
Hospital Regional 1° de Octubre.
39
APREFLU – Aplicación Web para el Pre-diagnostico de Influenza 2010
Un caso de uso es una técnica para la captura de requisitos potenciales de un nuevo sistema o una
actualización de software. Cada caso de uso proporciona uno o más escenarios que indican cómo
debería interactuar el sistema con el usuario o con otro sistema para conseguir un objetivo
específico; a continuación se muestran los casos de uso básicos del sistema.
En el caso de uso “Pre-diagnóstico”, ver Fig. 15, el paciente contesta el Test de Pre-diagnostico y en
base a los síntomas que presenta obtiene un resultado y recomendaciones de cuidado y
prevención, este caso de uso se explica a detalle en la tabla 2.
<<include>>
Usuario
40
APREFLU – Aplicación Web para el Pre-diagnostico de Influenza 2010
Actores Usuario
Tipo Inclusión
Precondiciones Ninguna
Flujo Principal Se presenta al usuario una pantalla con los síntomas característicos de la
enfermedad en forma de Test, aquí puede seleccionar los síntomas que
presente y en base a ello se hará la evaluación para obtener un diagnostico
previo de si se ha adquirido o no la enfermedad, la aplicación procesa los
síntomas seleccionados mediante el algoritmo basado en redes neuronales
artificiales y arroja un resultado positivo o negativo y brinda
recomendaciones de cuidado y prevención.
41
APREFLU – Aplicación Web para el Pre-diagnostico de Influenza 2010
seleccionarSintomas()
42
APREFLU – Aplicación Web para el Pre-diagnostico de Influenza 2010
obtenerDiagnostico( )
Pre-Diagnóstico
Este método permite generar un
-resultado
-recomendaciones diagnóstico médico en base a la
+obtenerDiagnostico() aplicación y brindar algunas
recomendaciones de cuidado y
prevención.
En el diagrama de secuencia “Pre-diagnóstico”, ver Fig. 17, se muestran las interacciones entre
objetos ordenadas en secuencia temporal del caso de uso correspondiente.
1 : SeleccionaSintomas()
2 : EvaluarSintomas()
3 : ArrojarResultado()
4 : DarRecomendaciones()
43
APREFLU – Aplicación Web para el Pre-diagnostico de Influenza 2010
Para la etapa de diseño del sistema y generación del código se requeriría la contratación de
1 desarrollador con un salario de $15,000.00 MN mensuales, ya que será el encargado de
realizar el modelado de la aplicación así como también la parte de programación, por lo
que el total de esta etapa del proyecto seria de $60,000.00 MN.
44
APREFLU – Aplicación Web para el Pre-diagnostico de Influenza 2010
Para el Presente Trabajo Terminal se presenta en la tabla 7 los costos totales de los gastos de
Producción entre el Software y en la tabla 7 podemos observar los costos de Hardware utilizado
para poder realizar el presente Trabajo Terminal, así como también los costos adicionales para el
desarrollo de la aplicación.
(Pesos MN)
45
APREFLU – Aplicación Web para el Pre-diagnostico de Influenza 2010
4 DISEÑO DEL
SISTEMA
46
APREFLU – Aplicación Web para el Pre-diagnostico de Influenza 2010
47
APREFLU – Aplicación Web para el Pre-diagnostico de Influenza 2010
La entropía H(X), puede entenderse como una medida de sorpresa o incertidumbre; mientras más
grande su valor, más incertidumbre se tiene acerca del valor que tomará en algún momento.
Análogamente, la entropía conjunta de dos variables X y Y, cuyas probabilidades están definidas
sobre el mismo espacio de probabilidad, se expresan como:
Si se sabe que:
Entonces la IM es:
A partir de la definición para el caso discreto, es fácil entender que la definición de IM para el caso
continuo es:
48
APREFLU – Aplicación Web para el Pre-diagnostico de Influenza 2010
Los síntomas que están sombreados han quedado descartados para la fase de entrenamiento,
debido a que estos síntomas forman parte de las dos enfermedades lo que provocaría ruido en la
señal de entrada, por lo tanto estaremos considerando solo 13 entradas para el diseño de la RNA.
El número de entradas son 13, que es el número total de signos y síntomas que se consideraron,
El número de neuronas en la capa oculta fue calculado mediante la regla de la pirámide
geométrica, para lo cual se utilizó la sig. Ecuación:
h m*n
Donde:
m es el número de entradas,
n es el número de salidas y
h es el número de neuronas en la capa oculta.
49
APREFLU – Aplicación Web para el Pre-diagnostico de Influenza 2010
El resultado que se obtuvo fue 6 Neuronas ocultas, en las neuronas de esta capa se utilizaron
funciones de trasferencia de tipo logaritmo sigmoidal, logsig(); y finalmente se consideraron 2
neuronas en la capa de salida, las cuales representan las 2 enfermedades propuestas, en las
neuronas de la capa de salida se emplearon funciones de trasferencia de tipo lineal, Purelin() .
Para procesar un patrón de síntomas en la RNA, los valores de las entradas están representados
por un vector cuyos valores serían: 1 si se presenta el síntoma o 0 en caso contrario. La salida se
interpreta mediante un vector de tamaño 2 cuyo cada elemento representa una enfermedad, el
valor meta considerado para las neuronas de salida es de 0.8 que representa un valor de 1 o 0.2
que representaría un 0, con un margen de tolerancia o error de 0.2, por lo tanto un valor
entregado entre 0.6 y 1.0 en las neuronas de la capa de salida indicaría un 1 lo que indicaría un
pre-diagnóstico de la enfermedad.
50
APREFLU – Aplicación Web para el Pre-diagnostico de Influenza 2010
[w1,b1,w2,b2]=initff(P,13,'logsig',T,'purelin')
disp_freq= 50;
max_epoch= 5000;
err_goal= 0.2;
lr= 0.2;
[w1,b1,w2,b2,epochs]= trainbpx(w1,b1,'logsig',w2,b2,'purelin',P,T,tp)
[a1,a2]=simuff(P,w1,b1,'logsig',w2,b2,'purelin')
echo off
51
APREFLU – Aplicación Web para el Pre-diagnostico de Influenza 2010
Obteniendo de aquí los valores de las matrices que incluimos en el código de nuestra clase
principal Cuestionario.aspx.cs.
52
APREFLU – Aplicación Web para el Pre-diagnostico de Influenza 2010
5 DISEÑO DE
INTERFAZ
53
APREFLU – Aplicación Web para el Pre-diagnostico de Influenza 2010
Esta es la pagina inicial de la Aplicación en donde podemos observar un menú de opciones del
lado izquierdo con el cual nos podremos desplazar dentro del sitio.
54
APREFLU – Aplicación Web para el Pre-diagnostico de Influenza 2010
Esta es la página donde el usuario registrara los síntomas y signos que presenta para que mediante
el algoritmo desarrollado a base de redes neuronales artificiales le dé una respuesta rápida
positiva o negativa de si es un caso probable de influenza.
Se podrá registrar el nombre de los usuarios y los síntomas se podrán almacenar en una BD nueva
para la creación y posterior fase de reentrenamiento de la red adjuntando los nuevos casos
diagnosticados.
55
APREFLU – Aplicación Web para el Pre-diagnostico de Influenza 2010
En esta página podemos observar cuando de una enfermedad tipo ETI resulta de la evaluación de
los síntomas y signos del usuario también podemos ver las recomendaciones que se le hacen.
En esta página podemos observar cuando de una enfermedad tipo IRAG resulta de la evaluación
de los síntomas y signos del usuario también podemos ver las recomendaciones que se le hacen.
56
APREFLU – Aplicación Web para el Pre-diagnostico de Influenza 2010
GLOSARIO
Artralgias: significa literalmente dolor de articulaciones; es un síntoma de lesión, infección,
enfermedades (particularmente artritis) o reacción alérgica a medicamentos.
Disnea: la disnea es una experiencia subjetiva de malestar ocasionado por la respiración que
engloba sensaciones cualitativas distintas que varían en intensidad.
Dolor torácico: sensación anómala presente en la región del tórax situada por encima del
diafragma. El dolor torácico puede tener su origen en los diversos tejidos de la pared torácica y en
las estructuras intratorácicas y constituye aproximadamente el 5% de las urgencias hospitalarias.
Dolor abdominal.- Es el dolor que se siente en el área entre el pecho y la ingle, a menudo
denominada región estomacal o vientre.
Mialgias.- Consisten en dolores musculares que pueden afectar a uno o varios músculos del
cuerpo y pueden estar producidos por causas muy diversas. Estos dolores musculares pueden
acompañarse en ocasiones de debilidad o pérdida de la fuerza y dolor a la palpación. También se
asocia en ocasiones con calambres y contracturas de los músculos afectados.
57
APREFLU – Aplicación Web para el Pre-diagnostico de Influenza 2010
Postración.- Afección por la que una persona está tan cansada o débil que es incapaz de hacer
algo.
Rinorrea.- Es el término usado para designar la inflamación de la mucosa nasal. La nariz está
tapizada por una mucosa que contiene vasos sanguíneos, receptores olfativos y células
productoras de moco.
Tos: La tos se produce por contracción espasmódica repentina y a veces repetitiva de la cavidad
torácica que resulta en una liberación violenta del aire de los pulmones produciendo un sonido
característico.
58
APREFLU – Aplicación Web para el Pre-diagnostico de Influenza 2010
BIBLIOGRAFÍA.
[ 1 ].- (Guide to Health Informatics. Enrico Coiera. 2th Edition).
[ 2 ].- http://es.wikipedia.org
[ 3 ].- Martín T. Hagan, Howard B. Demuth, Mark Beale. (1995). Neural Network
Design. EU: PWS Publishing Company. An International Thomson Publishing Company.
[ 4 ].- Rosenblatt, F. The perceptron: A probabilistic model for information storage and
organization in the brain. Psychol. Rev. 65(3):386-408.
[ 5 ].- Minsky, M.; Papert, S. Perceptrons. Massachusetts: Cambridge University; 1969;
226 p.
[ 6 ].- Martín T. Hagan, Howard B. Demuth, Mark Beale. (1995). Neural Network Design.
EU: PWS Publishing Company. An International Thomson Publishing Company.
[ 7 ].- R. Hilera, J., J. Martínez, V. (1995). Redes neuronales artificiales:
fundamentos, modelos y aplicaciones. EU: Addison-Wesley.
[ 8 ].- Kimmuel, P. (2007) MANUAL DE UML Guía de aprendizaje. México:
McGraw-Hill.
[ 9 ].- Intelligents Paradigms for Assistive and Preventive Healthcare by Nikhil
Ichalkaranje, Ajita Ichalkaranje. Springer.
[ 10 ].- Brotes de gripe en México y en los Estados Unidos». OMS/WHO (abril de
2009).
[ 11 ].- Organización Mundial de la Salud. Alerta y Respuesta ante Epidemias y
Pandemias. Gripe por A (H1N1).
[ 12 ].- Brotes de gripe en México y en los Estados Unidos OMS/OPS
[ 13 ].- http://es.wikipedia.org/wiki/Influenzavirus_B
[ 14 ].- Roger. S. Pressman. “Ingeniería de Software, Un Enfoque Práctico,” Quinta
Edición, Editorial McGraw-Hill, 2002.
[ 15 ].- Ingeniería del Software Ian Sommerville 7 ma. Edición
[ 16 ].- http://www.lci.ulsa.mx/Material/pdf/Reconocimiento%20de%20Patrones.pdf
59