Soporte diagnóstico del TDAH a partir de señales EGG empleando técnicas de reducción de dimensión y modelado dinámico sujeto dependiente

El reconocimiento de patrones tiene un alto potencial de aplicación en medicina, psicología, rehabilitación y muchas otras áreas [12]. Un ejemplo es el uso aplicado a las señales de electroencefalografía (EEG), las cuales son propensas al ruido e interferencias, haciendo compleja la extracción de información. El siguiente documento presenta la investigación que se realiza con el fin de obtener una herramienta de modelo de apoyo diagnóstico, que indique cuáles características de actividad eléctrica cerebral, extraídas desde de señales EEG están relacionadas, en particular, con el trastorno de déficit de atención e hiperactividad (TDAH). Esto se logra a través del desarrollo de una metodología compuesta por cuatro partes: preprocesamiento, extracción y selección de características, y clasificación. Las técnicas empleadas son Análisis de Componentes Principales (PCA), Análisis de Componentes Independientes (ICA), y Modelos Ocultos de Markov (HMM). Se utilizan también Máquinas de Soporte Vectorial (SVM) para validar los resultados obtenidos mediante métricas como acierto, matrices de confusión, y otros parámetros a considerar.

• Autores: Berrío Mesa, Laura
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2020
• Institución: Universidad Tecnológica de Pereira
• Repositorio: Repositorio Institucional UTP
• Idioma: spa
• OAI Identifier: oai:repositorio.utp.edu.co:11059/14606
• Acceso en línea: https://hdl.handle.net/11059/14606; https://repositorio.utp.edu.co/home
• Palabra clave: 610 - Medicina y salud::612 - Fisiología humana; Señales cerebrales; Técnicas de procesamiento de señales; Inteligencia artificial - Aplicaciones Médicas; Análisis de Componentes Principales; Electroencefalografía; Trastorno de Déficit de Atención e Hiperactividad
• Rights: openAccess
• License: Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)