Salvato in:
| Autore principale: | |
|---|---|
| Natura: | Artículo científico |
| Lingua: | es |
| Pubblicazione: |
Instituto Tecnológico Metropolitano
2025
|
| Soggetti: | |
| Accesso online: | https://www.redalyc.org/articulo.oa?id=344281872009 https://www.redalyc.org/journal/3442/344281872009/ https://www.redalyc.org/journal/3442/344281872009/html/ https://www.redalyc.org/journal/3442/344281872009/344281872009.epub https://www.redalyc.org/journal/3442/344281872009/movil |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Sommario:
- Máquinas de aprendizaje y soft sensores de tipo nariz y lengua electrónica para la detección de cáncer Laura M. García-García Marcela Vallejo Edilson Delgado-Trejos Ingeniería soft metrología diagnóstico no invasivo técnicas de aprendizaje espacio de representación Compuestos orgánicos volátiles El cáncer tiene alta incidencia y mortalidad a nivel mundial, y un diagnóstico temprano mejora significativamente la supervivencia. Por ello, se buscan herramientas no invasivas y económicas, como los soft sensores, para analizar Compuestos Orgánicos Volátiles (COV) que pueden actuar como biomarcadores de la enfermedad. Este artículo tuvo como objetivo revisar el estado del arte sobre el uso de narices y lenguas electrónicas como soft sensores para la detección de cáncer, junto con el procesamiento de datos mediante máquinas de aprendizaje. Se empleó una metodología cualitativa basada en la revisión de literatura científica publicada en bases de datos como ScienceDirect, IEEEXplore, Sage Journals y Scopus. Se seleccionaron 54 artículos relevantes, a partir de un proceso basado en la metodología PRISMA, publicados entre 2010 y 2024. Los resultados revelaron el uso de soft sensores para detectar cáncer de pulmón, próstata, vejiga, mama, ovario, colon, estómago y cavidad bucal, utilizando muestras como orina, aliento, saliva y sangre. La discusión incluyó comparaciones entre técnicas de análisis y decisiones, además se destacan tendencias, desafíos y oportunidades de investigación en el área. Se concluye que combinar la soft metrología, los soft sensores y el aprendizaje automático permite detectar biomarcadores del cáncer con una precisión alrededor del 90 %. No obstante, aún existen retos y oportunidades de investigación para optimizar las arquitecturas y lograr sistemas más confiables. 2025 artículo científico 0123-7799 https://www.redalyc.org/articulo.oa?id=344281872009 https://www.redalyc.org/journal/3442/344281872009/ https://www.redalyc.org/journal/3442/344281872009/html/ https://www.redalyc.org/journal/3442/344281872009/344281872009.epub https://www.redalyc.org/journal/3442/344281872009/movil 10.22430/22565337.3296 es http://www.redalyc.org/revista.oa?id=3442 TecnoLógicas application/pdf Instituto Tecnológico Metropolitano TecnoLógicas (Colombia) Num.63 Vol.28