Resumen de Application of neural networks for the classification of blood pressure levels in patients from Ocaña – North of Santander

Karla Yohana Sánchez Mojica, Ariel Fernández Gualdron, Ericson Suarez Gutierrez, José Alejandro Neira Díaz

• español

  El objetivo de esta investigación es modelar el comportamiento de la tensión arterial teniendo en cuenta dos factores como edad y género en pacientes de la ciudad de Ocaña – Norte de Santander. Para el desarrollo del proyecto se tienen en cuenta las etapas fundamentales del análisis de datos: adecuación de la base de datos, análisis exploratorio, comprobación de modelos de inteligencia artificial con redes neuronales clasificatorias; el carácter de la investigación es exploratoria con un enfoque cuantitativo y diseño no experimental. Se probaron varios modelos de redes neuronales con diferentes números de capas ocultas y cantidad de neuronas; se encontró que el modelo con mayor precisión era con dos capas ocultas de 100 neuronas cada una, lo que lograba una precisión de 87%. En conclusión, se pudo determinar un modelo de redes neuronales que, con las características de género y edad, más tensión diastólica y sistólica, puede clasificar al paciente en los niveles hipotensión, hipertensión, normal, optima, hipertensión sistólica o detectar alguna anomalía.

• English

  The objective of this research is to model the behavior of blood pressure taking into account two factors such as age and gender in patients from the city of Ocaña - Norte de Santander. For the development of the project, the fundamental stages of data analysis are taken into account: adaptation of the database, exploratory analysis, verification of artificial intelligence models with classifying neural networks; the nature of the research is exploratory with a quantitative approach and non-experimental design. Various neural network models with different numbers of hidden layers and number of neurons were tested; it was found that the model with the highest precision was with two hidden layers of 100 neurons each, which achieved an accuracy of 87%. In conclusion, it was possible to determine a model of neural networks that, with the characteristics of gender and age, plus diastolic and systolic pressure, can classify the patient in the levels hypotension, hypertension, normal, optimal, systolic hypertension or detect any abnormality.