Processant ...

La monitorización no invasiva de la glucosa es un campo de investigación en rápido crecimiento. Entre las diversas tecnologías emergentes, los sensores de glucosa en sudor destacan por su comodidad y potencial para mediciones continuas. Este Trabajo de Fin de Grado (TFG) se centra en el análisis de datos recopilados de sensores de glucosa en sudor, con el objetivo de explorar la viabilidad de crear modelos predictivos a partir de estos datos. Objetivos · Creación de una base de datos: Recopilar y organizar datos de sensores de glucosa en sudor en una base de datos estructurada. · Desarrollo de modelos predictivos: Implementar y evaluar diferentes algoritmos de aprendizaje automático. · Evaluación del rendimiento del modelo: Determinar la precisión y fiabilidad de los modelos predictivos, así como sus limitaciones. Metodología 1. Recopilación de datos: Se obtendrán datos de sensores de glucosa en sudor. 2. Preprocesamiento de datos: Los datos recopilados se limpiarán, transformarán y normalizarán para garantizar su calidad y homogeneidad. Se manejarán los valores faltantes y se eliminarán los valores atípicos. 3. Selección y entrenamiento de modelos: Se probarán diferentes algoritmos de aprendizaje automático para construir modelos predictivos. Los modelos se entrenarán utilizando un conjunto de datos de entrenamiento y se validarán con un conjunto de datos de prueba. 4. Evaluación del modelo