¡Bienvenido!
¡Welcome!
¡Bienvenue!
¡Welcome!
¡Bienvenue!
¡Bienvenido!
¡Bienvenue!
¡Welcome!
¡Bienvenido!
Intenciones
Se prevee la integración a nuestro servicio web de las malformaciones de Arnold-Chiari del tipo 0,1.5,2,3 y 4, sin embargo, para una mayor comprensión de cuales son estos tipos existentes de la patología, los invitamos a leer la siguiente tabla donde se explican algunas diferencias.
Además de lo diferentes tipos de malformación existentes, también se pretende ahondar en enfermedades asociadas, tal es el caso de la Siringomielia, entre otras.
Intentions
The integration of Arnold-Chiari malformations of type 0,1,5,2,3 and 4 into our web service is planned, however, for a greater understanding of what these existing types of pathology are, we invite you to read the following table explaining some differences.
In addition to the different types of existing malformations, it is also intended to delve into associated diseases, such as Syringomyelia, among others.
Intentions
L'intégration des malformations d'Arnold-Chiari de type 0,1,5,2,3 et 4 dans notre service web est prévue, cependant, pour une meilleure compréhension de ce que sont ces types de pathologies existantes, nous vous invitons à lire le tableau suivant expliquant certaines différences.
Outre les différents types de malformations existantes, il est également prévu d'approfondir les maladies associées, comme la syringomyélie, entre autres.
Un acto de ayuda
Mantener en línea una herramienta WEB que pueda ejecutar un predictor basado
en aprendizaje supervisado tiene un coste considerable, más aún cuando se
debe tener en cuenta aspectos como el almacenamiento que consume cada imagen que
consignan los usuarios que quieren contribuir con la iniciativa. Para poder
ayudar con los costes previamente mencionados, sólo es cuestión de hacer un envío vía
paypal, no hay monto máximo o mínimo, sólo lo que salga de vuestros corazones.
Recuerden, la herramienta y futuros predictores estarán en línea el tiempo que vuestras
intenciones así lo consideren.
An act of help
Keeping a WEB tool online that can run a predictor based on supervised learning has a
considerable cost, even more so when aspects such as the storage consumed by each image
uploaded by users who want to contribute to the initiative must be taken into account. In
order to help with the previously mentioned costs, it is only a matter of making a shipment
via Paypal, there is no maximum or minimum amount, only what comes from your hearts.
Remember, the tool and future predictors will be online for as long as your intentions deem it so.
Un acte d'aide
Maintenir en ligne un outil WEB capable d'exécuter un prédicteur basé sur l'apprentissage supervisé
a un coût considérable, d'autant plus lorsqu'il faut prendre en compte des aspects tels que le
stockage consommé par chaque image téléchargée par les utilisateurs qui souhaitent contribuer
à l'initiative. Afin de vous aider avec les frais mentionnés précédemment, il s'agit uniquement
d'effectuer un envoi via Paypal, il n'y a pas de montant maximum ou minimum, seulement ce qui
vient du cœur. N'oubliez pas que l'outil et les prédicteurs futurs seront en ligne aussi longtemps
que vos intentions le jugent tel.
Motivación
4CHIARIANS PREDICTOR TOOL nace a partir de una motivación enteramente altruista. Encontramos supremamente interesante la idea de poder aplicar todas las tecnologías de la información al servicio de la humanidad. Creemos y somos conscientes que el mayor acto de misericordía se encuentra en el poder dar sin esperar nada a cambio, y como seres humanos, tenemos una obligación para con el prójimo. Es por todo lo anteriormente mencionado que nos encontramos ante una plataforma que, con el pasar del tiempo, brindará más y más servicios de acceso abierto a esta gran comunidad mundial de chiarians.
Después de realizar lecturas profundas sobre la malformation de arnold-chiari, realizar búsquedas en el estado del arte y revisar los testimonios de vida por parte de pacientes que presentan la patología, encontramos ídonea la posibilidad de intervenir para poder ayudar a más y más personas. Arnold-Chiari es una patología huerfana y rara que se encuentra a lo largo de todo el mundo, que muchas veces, por desconocimiento, es siquiera diagnosticada. Entonces, nuestro predictor es nuestro mayor intento por acercar la ciencia aplicada al servicio de todo el mundo.
Alcances
Inicialmente, 4CHIARIANS PREDICTOR TOOL fue una herramienta diseñada para hablantes hispanos, luego, entendiendo que la patología se puede encontrar en paises de diferentes partes del mundo, se decidió expandir nuestro predictor para la lengua inglesa y francesa.
La herramienta que fue propuesta en este servicio web va dirigda a personas que presentan la malformación de Arnold-Chiari del tipo 1. Con el apoyo de todos, y tras algunos años de investigación, se prevee realizar predictores para la detección de los tipos 0,1.5,2,3,4, así como otras enfermedades asociadas.
Notas personales
Culminar un trabajo de esta envergadura ha tomado bastante tiempo, tiempo y trabajo que se han traducido en sacrificio. El sacrificio impreso para poder llegar a tener un producto de acceso abierto como lo es 4CHIARIANS PREDICTOR TOOL es algo que esperamos sea valorado lo suficiente por la comunidad. Compartir la herramienta no sólo da visibilidad al trabajo realizado, sino que también contribuye a que más y más colaboradores se interesen en apoyar este tipo de iniciativas. Si es de tu agrado, no lo olvides: ¡Comparte!
Fundamentos de investigación
El aprendizaje supervisado es una técnica en la cual un modelo se entrena utilizando un conjunto de
datos etiquetados. En el contexto de deep learning, esto implica el uso de redes neuronales profundas
(DNN) para aprender patrones y realizar predicciones a partir de los datos de entrada.
Componentes del Aprendizaje Supervisado
- Dataset Etiquetado: Conjunto de datos que incluye pares de entrada-salida. Por ejemplo, imágenes de gatos y perros etiquetadas con sus respectivas clases.
- Función de Pérdida: Una función que mide la diferencia entre las predicciones del modelo y las etiquetas reales. El objetivo del entrenamiento es minimizar esta pérdida.
- Optimizador: Un algoritmo que ajusta los pesos de la red neuronal para minimizar la función de pérdida. Un optimizador común es Adam.
- Red Neuronal: Un conjunto de capas interconectadas que procesan los datos de entrada para generar predicciones. En el caso de deep learning, estas redes suelen ser muy profundas, con muchas capas.
Imagen ilustrativa
Motivation
4CHIARIANS PREDICTOR TOOL was born from an entirely altruistic motivation. We find the idea of being able to apply all information technologies to the service of humanity extremely interesting. We believe and are aware that the greatest act of mercy is found in being able to give without expecting anything in return, and as human beings, we have an obligation to our neighbors. It is for all of the above that we are faced with a platform that, as time goes by, will provide more and more open access services to this great global community of Chiarians.
After doing in-depth readings on Arnold-Chiari malformation, searching the state of the art and reviewing life testimonies from patients with the pathology, we found the possibility of intervening to help more and more people ideal. Arnold-Chiari is an orphan and rare pathology found throughout the world, which many times, due to lack of knowledge, is not even diagnosed. So, our predictor is our greatest attempt to bring applied science closer to the service of the whole world.
Scopes
Initially, 4CHIARIANS PREDICTOR TOOL was a tool designed for Spanish speakers, then, understanding that the pathology can be found in countries in different parts of the world, it was decided to expand our predictor for the English and French languages.
The tool that was proposed in this web service is aimed at people who have type 1 Arnold-Chiari malformation. With everyone's support, and after a few years of research, it is planned to create predictors for the detection of types 0, 1.5,2,3,4, as well as other associated diseases.
Personal notes
Completing a job of this magnitude has taken a lot of time, time and work that has translated into sacrifice. The printed sacrifice to be able to have an open access product such as 4CHIARIANS PREDICTOR TOOL is something that we hope is valued enough by the community. Sharing the tool not only gives visibility to the work done, but also contributes to more and more collaborators becoming interested in supporting this type of initiatives. If you like it, don't forget: Share!
Research foundations
Supervised learning is a technique in which a model is trained using a set of labeled data. In
the context of deep learning, this involves using deep neural networks (DNN) to learn patterns
and make predictions from input data.
Components of Supervised Learning
- Labeled Dataset: Dataset that includes input-output pairs. For example, images of cats and dogs labeled with their respective classes.
- Loss Function: A function that measures the difference between the model predictions and the actual labels. The goal of training is to minimize this loss.
- Optimizer: An algorithm that adjusts the weights of the neural network to minimize the loss function. A common optimizer is Adam.
- Neural Network: A set of interconnected layers that process input data to generate predictions. In the case of deep learning, these networks are usually very deep, with many layers.
Illustrative image
Motivation
4CHIARIANS PREDICTOR TOOL est né d'une motivation entièrement altruiste. Nous trouvons extrêmement intéressante l'idée de pouvoir appliquer toutes les technologies de l'information au service de l'humanité. Nous croyons et sommes conscients que le plus grand acte de miséricorde consiste à pouvoir donner sans rien attendre en retour, et en tant qu'êtres humains, nous avons une obligation envers notre prochain. C'est pour tout ce qui précède que nous sommes confrontés à une plateforme qui, au fil du temps, fournira de plus en plus de services en accès libre à cette grande communauté mondiale de Chiariens.
Après avoir effectué des lectures approfondies sur la malformation d'Arnold-Chiari, recherché l'état de l'art et examiné les témoignages de vie de patients atteints de cette pathologie, nous avons découvert la possibilité d'intervenir pour aider de plus en plus de personnes. Arnold-Chiari est une pathologie orpheline et rare présente dans le monde entier et qui, souvent, par manque de connaissances, n'est même pas diagnostiquée. Ainsi, notre prédicteur est notre plus grande tentative pour rapprocher la science appliquée du service du monde entier.
Portées
Initialement, 4CHIARIANS PREDICTOR TOOL était un outil conçu pour les hispanophones, puis, comprenant que la pathologie peut être trouvée dans des pays de différentes parties du monde, il a été décidé d'élargir notre prédicteur pour l'anglais et le français. langues.
L'outil proposé dans ce service web s'adresse aux personnes atteintes d'une malformation d'Arnold-Chiari de type 1. Avec le soutien de tous, et après quelques années de recherche, il est prévu de créer des prédicteurs pour la détection des types 0, 1.5,2,3,4, ainsi que d'autres maladies associées.
Notes personnelles
Réaliser un travail de cette ampleur a demandé beaucoup de temps et de travail, ce qui s'est traduit par des sacrifices. Le sacrifice imprimé pour pouvoir disposer d'un produit en libre accès tel que 4CHIARIANS PREDICTOR TOOL est quelque chose qui, nous l'espérons, sera suffisamment valorisé par la communauté. Partager l'outil donne non seulement de la visibilité au travail effectué, mais contribue également à intéresser de plus en plus de collaborateurs à soutenir ce type d'initiatives. Si vous l'aimez, n'oubliez pas: Partagez !
Fondations de recherche
L'apprentissage supervisé est une technique dans laquelle un modèle est formé à l'aide d'un ensemble
de données étiquetées. Dans le contexte de l'apprentissage profond, cela implique l'utilisation de réseaux
de neurones profonds (DNN) pour apprendre des modèles et faire des prédictions à partir des données d'entrée.
Composantes de l'apprentissage supervisé
- Ensemble de données étiqueté: Ensemble de données qui inclut des paires entrée-sortie. Par exemple, des images de chats et de chiens étiquetés avec leurs classes respectives.
- Fonction de perte: Une fonction qui mesure la différence entre les prédictions du modèle et les étiquettes réelles. Le but de la formation est de minimiser cette perte.
- Optimiseur: un algorithme qui ajuste les poids du réseau neuronal pour minimiser la fonction de perte. Un optimiseur courant est Adam.
- Réseau neuronal: un ensemble de couches interconnectées qui traitent les données d'entrée pour générer des prédictions. Dans le cas du deep learning, ces réseaux sont généralement très profonds et comportent de nombreuses couches.
Image illustrative
Las malformaciones de Chiari son un grupo de trastornos, inicialmente descritos por el patólogo Hans Chiari en 1895 (Chiari, 1987), que tienen en común la ectopia de las amígdalas cerebelosas, que se encuentran herniadas a través del foramen magno. En la malformación de Chiari tipo 1 (MC-1) hay un prolapso de la amígdalas cerebelosas pero el resto de estructuras de la fosa posterior, a diferencia de otras variantes, no se encuentran desplazadas.
Dado que el diagnóstico de malformación de MC-1 se basa en la demostración anatómica de la posición anormal de las amígdalas cerebelosas por debajo del foramen magno, los estudios neurorradiológicos juegan un papel fundamental en la definición de la malformación.
Entendiendo la problemática que se genera a partir del desconocimiento de la enfermedad, así como la poca preparación por parte de los sistemas de salud para reconocer efectivamente la presencia de esta, nace la idea de crear nuestra primera herramienta de Acceso Abierto, entre muchas otras que vienen en camino, para intentar acercar tanto pacientes, como profesionales de la salud, a una identificación efectiva de Arnold-Chiari.
En esta entrega nos centraremos en la variación del tipo I, sin embargo, somos conscientes que existen otros tipos, siendo algunos más severos que otros, pero con la certeza que 4chiarians Predictor Tool logrará contribuir energicamente en la lucha contra esta grave condición. Servir nos da la oportunidad de ayudar a quienes más lo necesitan, y siempre que haya la oportunidad, intervendremos.
Chiari malformations are a group of disorders, initially described by the pathologist Hans Chiari in 1895 (Chiari, 1987), which have in common the ectopia of the cerebellar tonsils, which are herniated through the foramen magnum. In Chiari malformation type 1 (MC-1) there is a prolapse of the cerebellar tonsils but the rest of the structures of the posterior fossa, unlike other variants, are not displaced.
Since the diagnosis of MC-1 malformation is based on the anatomical demonstration of the abnormal position of the cerebellar tonsils below the foramen magnum , neuroradiological studies play a fundamental role in defining the malformation.
Understanding the problems generated by the lack of knowledge about the disease, as well as the lack of preparation on the part of health systems to effectively recognize its presence, the idea of creating our first Open Access tool was born, among many others that are on the way, to try to bring both patients and health professionals closer to effective identification of Arnold-Chiari.
In this installment we will focus on the variation of type I, however, we are aware that there are other types, some being more severe than others, but with the certainty that 4chiarians Predictor Tool will manage to contribute energetically in the fight. against this serious condition. Serving gives us the opportunity to help those who need it most, and whenever there is the opportunity, we will intervene.
Les malformations de Chiari sont un groupe de troubles, initialement décrits par le pathologiste Hans Chiari en 1895 (Chiari, 1987), qui ont en commun l'ectopie des amygdales cérébelleuses, qui forment une hernie à travers le foramen magnum. Dans la malformation de Chiari de type 1 (MC-1), il y a un prolapsus des amygdales cérébelleuses mais le reste des structures de la fosse postérieure, contrairement à d'autres variantes, ne sont pas déplacées.
Le diagnostic de malformation MC-1 reposant sur la démonstration anatomique de la position anormale des amygdales cérébelleuses sous le foramen magnum , des études neuroradiologiques jouent un rôle fondamental dans la définition de la malformation.
Comprendre les problèmes générés par le manque de connaissances sur la maladie, ainsi que le manque de préparation des systèmes de santé pour reconnaître efficacement sa présence, l'idée de créer notre premier outil Open Access est né, parmi tant d'autres qui sont en route, pour tenter de rapprocher les patients et les professionnels de la santé d'une identification efficace d'Arnold-Chiari.
Dans cet article, nous nous concentrerons sur la variation du type I, cependant, nous sommes conscients qu'il existe d'autres types, certains étant plus graves que d'autres, mais avec la certitude que 4chiarians Predictor Tool parviendra à contribuer. énergiquement dans la lutte contre cette maladie grave. Servir nous donne l'opportunité d'aider ceux qui en ont le plus besoin, et chaque fois que l'occasion se présente, nous intervenons.
Entendiendo que todos merecemos una vida digna, queda a vuestra entera disposición nuestra herramienta...
Understanding that we all deserve a dignified life, our tool is at your entire disposal...
Comprenant que nous méritons tous une vie digne, notre outil est à votre entière disposition...
