INDICADORES DEL PROYECTO
Los indicadores que se tomarán en cuenta para medir el cumplimiento de los objetivos y los resultados del proyecto, serán los siguientes:
1. Tasa de mortalidad a causa del melanoma cutáneo en Bolivia.
2. Tasa de incidencia a causa del melanoma cutáneo en Bolivia.
3. Confiabilidad del sistema de detección de melanoma cutáneo.
4. Error de aprendizaje de la Red Neuronal
A continuación se describe cada uno de los indicadores considerados:
I. IDENTIFICADOR DEL INDICADOR: 1
1.1 Nombre del Indicador:
Tasa de mortalidad a causa del melanoma cutáneo en Bolivia
1.2 Descripción del indicador:
Es la cantidad de defunciones por cada 100.000 habitantes* de una determinada comunidad, en un periodo de tiempo concreto (por lo general se considera doce meses).
*La proporción de 100.000 habitantes puede variar
según los requerimientos de cálculo.
1. Tasa de mortalidad a causa del melanoma cutáneo en Bolivia.
2. Tasa de incidencia a causa del melanoma cutáneo en Bolivia.
3. Confiabilidad del sistema de detección de melanoma cutáneo.
4. Error de aprendizaje de la Red Neuronal
A continuación se describe cada uno de los indicadores considerados:
I. IDENTIFICADOR DEL INDICADOR: 1
1.1 Nombre del Indicador:
Tasa de mortalidad a causa del melanoma cutáneo en Bolivia
1.2 Descripción del indicador:
Es la cantidad de defunciones por cada 100.000 habitantes* de una determinada comunidad, en un periodo de tiempo concreto (por lo general se considera doce meses).
1.3 Unidad de medida:
Número de defunciones a causa del melanoma cutáneo.
1.4 Fórmula:
La
fórmula correspondiente al cálculo de la tasa de mortalidad es la siguiente:
Dependiendo de la intensidad del cálculo, la tasa de
mortalidad se pueden expresar en una relación de por mil, por diez mil o por
cien mil habitantes, dependiendo requerimientos del cálculo.
1.5 Componentes:
TM: Tasa de mortalidad del melanoma cutáneo
FC: Número de defunciones por causa del melanoma cutáneo en
un periodo y población determinada.
P: Población total susceptible a desarrollar
casos de melanoma cutáneo1.6 Tipología del indicador:
La tipología del presente indicador corresponde a un Indicador de Gestión.
1.7 Periodicidad:
Los datos serán obtenidos anualmente de acuerdo a las actualizaciones de las estadísticas determinadas por el GLOBOCAN, considerando solo datos referentes a Bolivia.
1.8 Datos y gráfica del indicador:
Los datos de la tasa de mortalidad de los casos de melanoma cutáneo serán obtenidos en relación a la población de Bolivia, que conforman toda la población susceptible a desarrollar la enfermedad.
Según los datos del GLOBOCAN (2008) , la tasa de mortalidad en Bolivia son los siguientes:
Y la gráfica correspondiente a los datos serían representados de la siguiente manera:
Fuente: Elaboración propia
II. IDENTIFICADOR DEL INDICADOR: 2
2.1 Nombre del Indicador:
Tasa de incidencia a causa del melanoma cutáneo en Bolivia
2.2 Descripción del indicador:
La tasa de incidencia es el número
de personas que contraen una enfermedad cancerígena como ser el melanoma
cutáneo durante un determinado período de tiempo (normalmente doce meses). La
misma se calcula dividiendo el número de casos nuevos de melanoma cutáneo que
ocurre en la población boliviana a lo largo de un período de tiempo específico,
entre la población total expuesta a padecer dicha enfermedad.
La tasa de incidencia o densidad
pretende responder esta pregunta:
¿Cuántos
casos de una enfermedad han aparecido en un determinado período de tiempo?
Así expresando la fuerza que una enfermedad tiene para
cambiar el estatus de sano a enfermo por unidad de tiempo en una población
susceptible.
Número de casos nuevos de melanoma cutáneo
2.4 Fórmula:
La
fórmula correspondiente al cálculo de la tasa de incidencia es la siguiente:
TI
= Tasa de incidencia del melanoma
cutáneo
NCN
= Número de casos nuevos de melanoma cutáneo
PMR=
Población media de riesgo o susceptible de desarrollar casos de melanoma
cutáneo, por el tiempo (T) que cada una de ellas permanece en riesgo (personas
riesgo)2.6 Tipología del indicador:
La tipología del presente indicador corresponde a un Indicador de Gestión.
2.7 Periodicidad:
La periodicidad en que será recolectado los datos será anualmente o cada cinco años debido a la actualización de los datos que ofrezca la fuente de información (en el presente caso de considerará los datos actualizados por el GLOBOCAN).
2.8 Datos y gráfica del indicador:
Los datos de la tasa de incidencia de los casos de melanoma cutáneo serán obtenidos en relación a la población de Bolivia, que conforman toda la población susceptible a desarrollar la enfermedad.
Según los datos del GLOBOCAN (2008) , la tasa de mortalidad en Bolivia son los siguientes:
Y la gráfica correspondiente a los datos serían representados de la siguiente manera:
III. IDENTIFICADOR DEL INDICADOR: 3
3.1 Nombre del Indicador:
Confiabilidad del prototipo
3.2 Descripción del indicador:
3.3 Unidad de medida:
Cantidad porcentual de detecciones correctas que realiza el sistema
3.4 Fórmula:
La fórmula correspondiente al cálculo de la tasa de incidencia es la siguiente:
3.5 Componentes:
3.6 Tipología del indicador:
La tipología del presente indicador corresponde a un Indicador de Producto, debido a que evalúa características el sistema resultante del proyecto.
3.7 Periodicidad:
La muestra será tomada cada semana hasta que el nivel de confiabilidad aumente aproximadamente a un 100%.
3.8 Datos y gráfica del indicador:
Los datos del indicador serán recabados en base a las atenciones médicas que realice el médico especialista haciendo uso del sistema y no haciendo del mismo, con el fin de realizar una comparación de resultados para determinar la confiabilidad y eficacia del prototipo.
A continuación se describe una tabla de resultados, correspondiente a 10 pacientes atendidos:
Fuente: Elaboración propia
Los resultados obtenidos en la siguiente tabla pueden ser expresados de forma porcentual en la siguiente gráfica:
Fuente: Elaboración propia
III. IDENTIFICADOR DEL INDICADOR: 4
3.1 Nombre del Indicador:
Error de aprendizaje de la Red Neuronal
3.2 Descripción del indicador:
El error cuadrático medio, es aquel cálculo que permite cuantificar el error global cometido en cualquier momento durante el proceso de entrenamiento de la red neuronal, teniendo así la función de modificar los pesos, para que las conexiones de la red minimicen esta función de error en las próximas iteraciones y aprendizajes de la red neuronal.
La red neuronal recibe parámetros de entrada obtenida por técnicas de visión artificial, los parámetros de entrada son obtenidos de la imagen y la misma es transformada en secuencia de vectores binarios, para que ingrese como datos de entrada a la red neuronal, como se observa en la siguiente figura:
Es así que el indicador
presente ayuda a tener un seguimiento del proceso de aprendizaje de la red neuronal
del sistema, ayudando a que el reconocimiento del la enfermedad sea confiable.
3.3 Unidad de medida:
Cantidad decimal del error calculado en el entrenamiento.
3.4 Fórmula y Componentes:
Donde:
Error total en el proceso de aprendizaje en una iteración luego de haber presentado a la red los r patrones de entrenamiento, es:
3.5 Tipología del indicador:
La tipología del presente indicador corresponde a un Indicador de Gestión, debido a que evalúa el aprendizaje de la red neuronal, lo cual tiene efecto sobre el cumplimiento de los objetivos del proyecto.
3.6 Periodicidad:
La muestra será tomada en cada grupo de patrones que tenga que analizar la red neuronal y en general cada vez que se analice una imagen por el sistema.
3.7 Datos y gráfica del indicador:
Los datos del indicador serán recabados en base a las imágenes entradas por la red, debido al avance del proyecto, los datos de aprendizaje y cálculo de error serán obtenidos posteriormente.
Sin embargo la gráfica que refleja el error de entrenamiento de la red tendrá una semejanza a la siguiente:
Como se puede observar en la gráfica el error es mayor, en un número menor de iteraciones; sin embargo a medida que las iteraciones van en aumento, el error disminuye hasta llegar a un equilibrio con los datos correctos esperados.
3.1 Nombre del Indicador:
Confiabilidad del prototipo
3.2 Descripción del indicador:
El presente indicador pretende
medir la confiabilidad que se obtiene del sistema en el momento de ejecución,
la cual resulta ser la principal característica para determinar la eficacia del
sistema y el cumplimiento del objetivo general del proyecto.
La confiabilidad se determina través de las
detecciones correctas que realiza el sistema, las cuales serán verificadas en
colaboración al médico especialista (dermatólogo).3.3 Unidad de medida:
Cantidad porcentual de detecciones correctas que realiza el sistema
3.4 Fórmula:
La fórmula correspondiente al cálculo de la tasa de incidencia es la siguiente:
3.5 Componentes:
CP=Confiabilidad del sistema,
calculada en porcentaje.
DCP = Detecciones correctas del
prototipo del sistema
TP =
Total de pacientes atendidos y que presentaban casos de melanoma
cutáneo.3.6 Tipología del indicador:
La tipología del presente indicador corresponde a un Indicador de Producto, debido a que evalúa características el sistema resultante del proyecto.
3.7 Periodicidad:
La muestra será tomada cada semana hasta que el nivel de confiabilidad aumente aproximadamente a un 100%.
3.8 Datos y gráfica del indicador:
Los datos del indicador serán recabados en base a las atenciones médicas que realice el médico especialista haciendo uso del sistema y no haciendo del mismo, con el fin de realizar una comparación de resultados para determinar la confiabilidad y eficacia del prototipo.
A continuación se describe una tabla de resultados, correspondiente a 10 pacientes atendidos:
Los resultados obtenidos en la siguiente tabla pueden ser expresados de forma porcentual en la siguiente gráfica:
III. IDENTIFICADOR DEL INDICADOR: 4
3.1 Nombre del Indicador:
Error de aprendizaje de la Red Neuronal
3.2 Descripción del indicador:
En correspondencia del desarrollo del proyecto, el diseño de la red
neuronal estará basado en el algoritmo de aprendizaje “Backpropagation”, el
mismo que permite que la red tenga un aprendizaje sólo después de haberle
presentado todo el conjunto de datos de entrada y salida. El objetivo del
proceso de entrenamiento, es minimizar una función de costo, la que en el
presente se considera el ERROR CUADRÁTICO MEDIO.
El error cuadrático medio, es aquel cálculo que permite cuantificar el error global cometido en cualquier momento durante el proceso de entrenamiento de la red neuronal, teniendo así la función de modificar los pesos, para que las conexiones de la red minimicen esta función de error en las próximas iteraciones y aprendizajes de la red neuronal.
Por motivos de
comprensión, es necesario describir con que datos con los cuales es calculado
el error cuadrático medio.
La red neuronal recibe parámetros de entrada obtenida por técnicas de visión artificial, los parámetros de entrada son obtenidos de la imagen y la misma es transformada en secuencia de vectores binarios, para que ingrese como datos de entrada a la red neuronal, como se observa en la siguiente figura:
Durante el proceso de
entrenamiento de la red neuronal, cada vector binario será analizado y
entrenará a la red (modificando pesos), en base al error que se calcule en cada
grupo de patrones de entrada.
El error que se tiene en
el aprendizaje es calculado en base a los resultados de la red y los resultados
esperados. Por ejemplo como se observa en la siguiente gráfica, la imagen
ingresada corresponde a un caso de melano cutáneo, sin embargo la red no tiene
un aprendizaje correcto, debido a que los resultados determinan que no existe presencia
de caso de melanoma cutáneo, entonces el error cuadrático medio es mayor, sin
embargo el mismo será disminuido a medida que la red neuronal sea entrenada con
más imágenes de casos de melanoma cutáneo.
3.3 Unidad de medida:
Cantidad decimal del error calculado en el entrenamiento.
3.4 Fórmula y Componentes:
La fórmula del Error Cuadrático
Medio es el siguiente:
Donde:
El error cuadrático medio para cada patrón
de entrada p, es:
El error en la neurona k de la capa de salida con l neuronas es:
La salida de la red de cada neurona es:
La salida esperada de la red de cada neurona es:
El proceso de cálculo del error
se repite para el número total de patrones de entrenamiento (r), para un
proceso de aprendizaje exitoso el objetivo del algoritmo será de actualizar
todos los pesos y ganancias de la red minimizando
el error cuadrático medio total descrito en:
Error total en el proceso de aprendizaje en una iteración luego de haber presentado a la red los r patrones de entrenamiento, es:
3.5 Tipología del indicador:
3.6 Periodicidad:
La muestra será tomada en cada grupo de patrones que tenga que analizar la red neuronal y en general cada vez que se analice una imagen por el sistema.
3.7 Datos y gráfica del indicador:
Los datos del indicador serán recabados en base a las imágenes entradas por la red, debido al avance del proyecto, los datos de aprendizaje y cálculo de error serán obtenidos posteriormente.
Sin embargo la gráfica que refleja el error de entrenamiento de la red tendrá una semejanza a la siguiente:
Cual es la poblacion meta ?
ResponderBorrarComo se mostrarían los indicadores para medir cambios?
ResponderBorrar