Inteligencia Computacional en la aproximación funcional de capnogramas

Autores
Scandurra, Adriana Gabriela; Dai Pra, Ana Lucía; Passoni, Lucía Isabel; Meschino, Gustavo Javier; Tusman, Gerardo; Clara, Fernando Mario
Año de publicación
2010
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
En el estudio de la fisiología respiratoria y la medicina de cuidados intensivos es de relevancia la estimación de parámetros fisiológicos derivados de Capnografías Volumétricas, las cuales consisten en el registro de la concentración de dióxido de carbono (CO2) vs. el volumen espirado. El presente trabajo propone la utilización de una función obtenida a partir de un modelo difuso para el ajuste de capnogramas con el fin de calcular dos variables derivadas de interés: el espacio muerto anatómico y la pendiente de fase III. La metodología propuesta se compara con otra basada en una aproximación funcional clásica. El modelo propuesto presenta mejor ajuste a la morfología en capnogramas con dificultad en su modelización por el método clásico.
Sociedad Argentina de Informática e Investigación Operativa
Materia
Ciencias Informáticas
Aproximación funcional
sistemas de inferencia difusos
modelos híbridos
capnografía volumétrica
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/4.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/152887
Acceder
id SEDICI_dec88e1c3ba1794b52eb8e9a5be7b325
oai_identifier_str oai:sedici.unlp.edu.ar:10915/152887
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Inteligencia Computacional en la aproximación funcional de capnogramasScandurra, Adriana GabrielaDai Pra, Ana LucíaPassoni, Lucía IsabelMeschino, Gustavo JavierTusman, GerardoClara, Fernando MarioCiencias InformáticasAproximación funcionalsistemas de inferencia difusosmodelos híbridoscapnografía volumétricaEn el estudio de la fisiología respiratoria y la medicina de cuidados intensivos es de relevancia la estimación de parámetros fisiológicos derivados de Capnografías Volumétricas, las cuales consisten en el registro de la concentración de dióxido de carbono (CO2) vs. el volumen espirado. El presente trabajo propone la utilización de una función obtenida a partir de un modelo difuso para el ajuste de capnogramas con el fin de calcular dos variables derivadas de interés: el espacio muerto anatómico y la pendiente de fase III. La metodología propuesta se compara con otra basada en una aproximación funcional clásica. El modelo propuesto presenta mejor ajuste a la morfología en capnogramas con dificultad en su modelización por el método clásico.Sociedad Argentina de Informática e Investigación Operativa2010info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf2903-2915http://sedici.unlp.edu.ar/handle/10915/152887spainfo:eu-repo/semantics/altIdentifier/url/http://39jaiio.sadio.org.ar/sites/default/files/39jaiio-cais-04_0.pdfinfo:eu-repo/semantics/altIdentifier/issn/1853-1881info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-10-22T17:20:18Zoai:sedici.unlp.edu.ar:10915/152887Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-10-22 17:20:18.351SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Inteligencia Computacional en la aproximación funcional de capnogramas
title Inteligencia Computacional en la aproximación funcional de capnogramas
spellingShingle Inteligencia Computacional en la aproximación funcional de capnogramas
Scandurra, Adriana Gabriela
Ciencias Informáticas
Aproximación funcional
sistemas de inferencia difusos
modelos híbridos
capnografía volumétrica
title_short Inteligencia Computacional en la aproximación funcional de capnogramas
title_full Inteligencia Computacional en la aproximación funcional de capnogramas
title_fullStr Inteligencia Computacional en la aproximación funcional de capnogramas
title_full_unstemmed Inteligencia Computacional en la aproximación funcional de capnogramas
title_sort Inteligencia Computacional en la aproximación funcional de capnogramas
dc.creator.none.fl_str_mv Scandurra, Adriana Gabriela
Dai Pra, Ana Lucía
Passoni, Lucía Isabel
Meschino, Gustavo Javier
Tusman, Gerardo
Clara, Fernando Mario
author Scandurra, Adriana Gabriela
author_facet Scandurra, Adriana Gabriela
Dai Pra, Ana Lucía
Passoni, Lucía Isabel
Meschino, Gustavo Javier
Tusman, Gerardo
Clara, Fernando Mario
author_role author
author2 Dai Pra, Ana Lucía
Passoni, Lucía Isabel
Meschino, Gustavo Javier
Tusman, Gerardo
Clara, Fernando Mario
author2_role author
author
author
author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
Aproximación funcional
sistemas de inferencia difusos
modelos híbridos
capnografía volumétrica
topic Ciencias Informáticas
Aproximación funcional
sistemas de inferencia difusos
modelos híbridos
capnografía volumétrica
dc.description.none.fl_txt_mv En el estudio de la fisiología respiratoria y la medicina de cuidados intensivos es de relevancia la estimación de parámetros fisiológicos derivados de Capnografías Volumétricas, las cuales consisten en el registro de la concentración de dióxido de carbono (CO2) vs. el volumen espirado. El presente trabajo propone la utilización de una función obtenida a partir de un modelo difuso para el ajuste de capnogramas con el fin de calcular dos variables derivadas de interés: el espacio muerto anatómico y la pendiente de fase III. La metodología propuesta se compara con otra basada en una aproximación funcional clásica. El modelo propuesto presenta mejor ajuste a la morfología en capnogramas con dificultad en su modelización por el método clásico.
Sociedad Argentina de Informática e Investigación Operativa
description En el estudio de la fisiología respiratoria y la medicina de cuidados intensivos es de relevancia la estimación de parámetros fisiológicos derivados de Capnografías Volumétricas, las cuales consisten en el registro de la concentración de dióxido de carbono (CO2) vs. el volumen espirado. El presente trabajo propone la utilización de una función obtenida a partir de un modelo difuso para el ajuste de capnogramas con el fin de calcular dos variables derivadas de interés: el espacio muerto anatómico y la pendiente de fase III. La metodología propuesta se compara con otra basada en una aproximación funcional clásica. El modelo propuesto presenta mejor ajuste a la morfología en capnogramas con dificultad en su modelización por el método clásico.
publishDate 2010
dc.date.none.fl_str_mv 2010
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/152887
url http://sedici.unlp.edu.ar/handle/10915/152887
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/url/http://39jaiio.sadio.org.ar/sites/default/files/39jaiio-cais-04_0.pdf
info:eu-repo/semantics/altIdentifier/issn/1853-1881
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
dc.format.none.fl_str_mv application/pdf
2903-2915
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1846783626738401280
score 12.982451

Publicaciones similares