Examinando por Materia "K-means"

Mostrando 1 - 2 de 2
  • Miniatura
    PublicaciónAcceso abierto
    Análisis exploratorio de las pqrd del sector salud mediante aprendizaje no supervisado para identificar las principales barreras y oportunidades de mejora en la prestación del servicio en la salud pública del municipio de Montería
    (2023-07-07) Quinchia Lobo, Sebastián; Salazar González, Daniela; Salas Álvarez, Daniel José; Baena Navarro, Rubén Enrique
    In this study, the Petitions, Complaints, Claims and Reports of the health sector in the contributory and subsidized regimes of the year 2021 in the municipality of Montería were analyzed, with the objective of identifying barriers and opportunities for improvement in the provision of the public health service. The K-means algorithm was used for the exploratory analysis of Petitions, Complaints, Claims, and Complaints, which made it possible to identify barriers in access to health services, especially for pathologies that require prolonged treatment or specialized medicine. Likewise, an alternative method was developed for the analysis of barriers and opportunities for improvement in the health sector.
  • No hay miniatura disponible
    PublicaciónRestringido
    Uso de los métodos de segmentación c-means, k-means y geometría fractal en el estudio in vivo del cáncer de pulmón
    (2020-07-04) Rivero Borja, Mario Andres; Escobar Martinez, Jose Eduardo
    Según la organización mundial de la salud el cáncer es la segunda causa de muerte en el mundo, siendo el cáncer de pulmón uno de los de mayor interés, debido a que en Colombia según el instituto nacional de cancerología es la segunda causa de muerte, reportándose en el 2013 alrededor de 10.7 fallecidos por cada 100.000 habitante entre hombres y mujeres, tendencia que todavía se mantiene vigente. De esta manera, buscar soluciones a dicha enfermedad, ha abarcado múltiples y diversos campos de investigación, en ese sentido, en aras de comprender y caracterizar la dinámica del crecimiento tumoral en pulmón, en este trabajo se usan modelos matemáticos fundamentados en el análisis de escalamiento y la geometría fractal. Para este estudio se tomaron imágenes tomográficas (CT) de 15 pacientes con cáncer de pulmón de células no pequeñas (CPCNP), las cuales fueron adquiridas de la base de datos The Cancer Imaging (TCIA), que contempla el uso del protocolo estándar de radioterapia, esto es, cortes axiales, que comprenden el volumen de la lesión para el registro de imágenes. Las imágenes fueron segmentadas mediante el método K – medias, para el cual elaboró su respetivo código bajo el lenguaje de programación Matlab, con este proceso se pretende determinar todas las partes de la lesión en estudio, dando así inicio al procesamiento de las imágenes para la respectiva estadificación de las lesiones. En este sentido se calculó la dimensión fractal (dF) en la superficie del tumor huésped mediante el método de box counting o conteo por cajas, lo que permite extraer la información geométrica de la misma, dado que es uno de los parámetros involucrados en el proceso de determinar la dinámica del crecimiento tumoral, así mismo se calculó el exponente crítico de rugosidad local αloc usando un algoritmo escrito en el lenguaje de programación de Matlab. Este parámetro da cuenta de la rugosidad de la interfaz del tumor huésped, elemento fundamental en el proceso de estadificación de la lesión. Los resultados obtenidos muestran variaciones significativas de acuerdo al estadío y al origen histológico de la lesión, lo que se corresponde de forma satisfactoria con los reportados en la literatura.