Identificador persistente para citar o vincular este elemento: http://hdl.handle.net/10553/77072
Campo DC Valoridioma
dc.contributor.authorLeón Martín, Sonia Raquelen_US
dc.contributor.authorMartínez Vega, Beatrizen_US
dc.contributor.authorFabelo Gómez, Himar Antonioen_US
dc.contributor.authorOrtega Sarmiento, Samuelen_US
dc.contributor.authorMarrero Callicó, Gustavo Ivánen_US
dc.contributor.authorBalea Fernández, Francisco Javieren_US
dc.contributor.authorBilbao Sieyro, Cristinaen_US
dc.date.accessioned2021-01-11T16:33:05Z-
dc.date.available2021-01-11T16:33:05Z-
dc.date.issued2020en_US
dc.identifier.isbn9781728191324en_US
dc.identifier.otherScopus-
dc.identifier.urihttp://hdl.handle.net/10553/77072-
dc.description.abstractNeurocognitive disorders (NCD) affect over 50 million people globally. The detection biomarkers using brain imaging or cerebrospinal fluid are expensive procedures. Blood-based biomarkers such as plasma or serum present a cost-effective alternative. The work presented in this paper is focused on the use of hyperspectral (HS) imaging (HSI) to classify plasma samples in order to discriminate between patients with major NCD and healthy control subjects. HS images of plasma samples were obtained using a SWIR (Short-Wave Infrared) camera able to capture 273 bands within the 900-2,500 nm spectral range. A preliminary HSI database was obtained with 20 major NCD samples and 20 control samples. This data was segmented and classified using pixel-wise supervised classification algorithms, achieving 75% sensitivity and 100% specificity results with the best classifier in the test set.en_US
dc.languageengen_US
dc.publisherInstitute of Electrical and Electronics Engineers (IEEE)en_US
dc.source2020 XXXV Conference on Design of Circuits and Integrated Systems (DCIS)en_US
dc.subject32 Ciencias médicasen_US
dc.subject320507 Neurologíaen_US
dc.subject320711 Neuropatologíaen_US
dc.subject.otherHyperspectral Imagingen_US
dc.subject.otherK-Nearest Neighborhooden_US
dc.subject.otherNeurocognitive Disordersen_US
dc.subject.otherRandom Foresten_US
dc.subject.otherSupervised Learningen_US
dc.subject.otherSupport Vector Machinesen_US
dc.titleHyperspectral Imaging for Major Neurocognitive Disorder Detection in Plasma Samplesen_US
dc.typeinfo:eu-repo/semantics/conferenceObjecten_US
dc.typeConferenceObjecten_US
dc.relation.conference35th Conference on Design of Circuits and Integrated Systems - DCIS 2020en_US
dc.identifier.doi10.1109/DCIS51330.2020.9268625en_US
dc.identifier.scopus85098628448-
dc.contributor.authorscopusid57212456639-
dc.contributor.authorscopusid57218919933-
dc.contributor.authorscopusid56405568500-
dc.contributor.authorscopusid57189334144-
dc.contributor.authorscopusid56006321500-
dc.contributor.authorscopusid57221266705-
dc.contributor.authorscopusid57221263972-
dc.investigacionCiencias de la Saluden_US
dc.type2Actas de congresosen_US
dc.description.numberofpages6en_US
dc.utils.revisionen_US
dc.date.coverdateNoviembre 2020en_US
dc.identifier.conferenceidevents128235-
dc.identifier.ulpgcen_US
dc.contributor.buulpgcBU-MEDen_US
item.grantfulltextnone-
item.fulltextSin texto completo-
crisitem.author.deptGIR IUMA: Diseño de Sistemas Electrónicos Integrados para el procesamiento de datos-
crisitem.author.deptIU de Microelectrónica Aplicada-
crisitem.author.deptGIR IUMA: Diseño de Sistemas Electrónicos Integrados para el procesamiento de datos-
crisitem.author.deptIU de Microelectrónica Aplicada-
crisitem.author.deptGIR IUMA: Diseño de Sistemas Electrónicos Integrados para el procesamiento de datos-
crisitem.author.deptIU de Microelectrónica Aplicada-
crisitem.author.deptGIR IUMA: Diseño de Sistemas Electrónicos Integrados para el procesamiento de datos-
crisitem.author.deptIU de Microelectrónica Aplicada-
crisitem.author.deptGIR IUMA: Diseño de Sistemas Electrónicos Integrados para el procesamiento de datos-
crisitem.author.deptIU de Microelectrónica Aplicada-
crisitem.author.deptDepartamento de Ingeniería Electrónica y Automática-
crisitem.author.deptGIR IUMA: Diseño de Sistemas Electrónicos Integrados para el procesamiento de datos-
crisitem.author.deptIU de Microelectrónica Aplicada-
crisitem.author.deptDepartamento de Psicología, Sociología y Trabajo Social-
crisitem.author.deptDepartamento de Morfología-
crisitem.author.orcid0000-0002-4287-3200-
crisitem.author.orcid0000-0001-7835-9660-
crisitem.author.orcid0000-0002-9794-490X-
crisitem.author.orcid0000-0002-7519-954X-
crisitem.author.orcid0000-0002-3784-5504-
crisitem.author.orcid0000-0003-2028-0858-
crisitem.author.orcid0000-0002-4796-1445-
crisitem.author.parentorgIU de Microelectrónica Aplicada-
crisitem.author.parentorgIU de Microelectrónica Aplicada-
crisitem.author.parentorgIU de Microelectrónica Aplicada-
crisitem.author.parentorgIU de Microelectrónica Aplicada-
crisitem.author.parentorgIU de Microelectrónica Aplicada-
crisitem.author.parentorgIU de Microelectrónica Aplicada-
crisitem.author.fullNameLeón Martín, Sonia Raquel-
crisitem.author.fullNameMartínez Vega, Beatriz-
crisitem.author.fullNameFabelo Gómez, Himar Antonio-
crisitem.author.fullNameOrtega Sarmiento,Samuel-
crisitem.author.fullNameMarrero Callicó, Gustavo Iván-
crisitem.author.fullNameBalea Fernandez, Francisco Javier-
crisitem.author.fullNameBilbao Sieyro, Cristina-
Colección:Actas de congresos
Vista resumida

Visitas

135
actualizado el 07-ene-2024

Google ScholarTM

Verifica

Altmetric


Comparte



Exporta metadatos



Los elementos en ULPGC accedaCRIS están protegidos por derechos de autor con todos los derechos reservados, a menos que se indique lo contrario.