Using peptidomics and machine learning techniques to predict mortality of patients with septic shock
Visualitza/Obre
Estadístiques de LA Referencia / Recolecta
Inclou dades d'ús des de 2022
Cita com:
hdl:2117/119044
Realitzat a/ambShockOmics; Universitat de Barcelona. Facultat de Matemàtiques i Informàtica; Universitat Rovira i Virgili. Escola Tècnica Superior d'Enginyeria
Tipus de documentProjecte Final de Màster Oficial
Data2018-04-26
Condicions d'accésAccés obert
Tots els drets reservats. Aquesta obra està protegida pels drets de propietat intel·lectual i
industrial corresponents. Sense perjudici de les exempcions legals existents, queda prohibida la seva
reproducció, distribució, comunicació pública o transformació sense l'autorització del titular dels drets
Abstract
The main objective of this thesis is to analyse peptidomics data and evaluate its use in the mortality prediction of patients in septic shock. This is the first time this peptidome data has been analysed in this depth. A machine-learning model is tested with 100% classification accuracy.
MatèriesMachine learning, Neural networks (Computer science), Aprenentatge automàtic, Xarxes neuronals (Informàtica)
TitulacióMÀSTER UNIVERSITARI EN INTEL·LIGÈNCIA ARTIFICIAL (Pla 2017)
Col·leccions
Fitxers | Descripció | Mida | Format | Visualitza |
---|---|---|---|---|
131671.pdf | 1,716Mb | Visualitza/Obre |