Por favor, use este identificador para citar o enlazar este ítem: https://ri-ng.uaq.mx/handle/123456789/11297
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.rights.licensehttps://creativecommons.org/licenses/by-nc-nd/4.0es_ES
dc.contributorSaul Tovar Arriagaes_ES
dc.creatorIjtsi Dzaya Ramos Moraleses_ES
dc.date.accessioned2025-01-09T18:21:27Z-
dc.date.available2025-01-09T18:21:27Z-
dc.date.issued2025-01-06-
dc.identifier.urihttps://ri-ng.uaq.mx/handle/123456789/11297-
dc.descriptionLa demencia, un síndrome de naturaleza progresiva que afecta la función cognitiva, se espera que afecte a 78 millones de personas para 2030. Afectando principalmente a los ancianos, esta enfermedad no tiene cura. Debido a la prevalencia de la demencia, la detección y el tratamiento temprano juegan un papel crucial en retrasar su progresión. Los métodos de detección actuales pueden ser costosos y demorados, lo que lleva a retrasos en la detección y tratamiento de la demencia. Métodos con un enfoque computacional han demostrado ser eficientes para detectar la demencia. Presentando una metodología de IA no invasiva para la detección temprana de la demencia mediante una combinación de análisis lingüístico y acústico derivados de entrevistas con pacientes, este estudio utiliza el conjunto de datos Dementia Bank Pitt corpus para ofrecer nuevas perspectivas sobre el deterioro cognitivo. La metodología combina embeddings de oraciones con similitud coseno para características lingüísticas y redes neuronales convolucionales (CNN) para el análisis de características acústicas. El modelo QDA destaca, logrando métricas notables con una precisión del 80%, un recall del 91.14%, una precisión del 82.64% y una puntuación F1 del 86.42%. Estos resultados subrayan el valor diagnóstico mejorado de las características lingüísticas e ilustran la capacidad de la IA para apoyar y complementar las técnicas de evaluación convencionales. Al proporcionar una alternativa accesible y eficiente para la industria de la salud, esta investigación resalta el potencial significativo de las aplicaciones de IA en el diagnóstico temprano de la demencia y el cuidado del paciente.es_ES
dc.formatpdfes_ES
dc.format.extent1 recurso en línea (60 páginas)es_ES
dc.format.mediumcomputadoraes_ES
dc.language.isoenges_ES
dc.publisherUniversidad Autónoma de Querétaroes_ES
dc.relation.requiresSies_ES
dc.rightsopenAccesses_ES
dc.subject.classificationINGENIERÍA Y TECNOLOGÍAes_ES
dc.titleExtraction of dementia features from audio and text records using machine learning algorithmses_ES
dc.typeTesis de maestríaes_ES
dc.creator.tidORCIDes_ES
dc.contributor.tidORCIDes_ES
dc.creator.identificador0009-0001-5519-0652es_ES
dc.contributor.identificador0000-0002-2695-1934es_ES
dc.contributor.roleAsesor de tesises_ES
dc.degree.nameMaestría en Ciencias en Inteligencia Artificiales_ES
dc.degree.departmentFacultad de Ingenieríaes_ES
dc.degree.levelMaestríaes_ES
dc.format.supportrecurso en líneaes_ES
dc.matricula.creator317932es_ES
dc.folioIGMAC-317932es_ES
Aparece en: Maestría en Ciencias en Inteligencia Artificial

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
IGMAC-317932.pdf1.16 MBAdobe PDFPortada
Visualizar/Abrir
Mostrar el registro sencillo del ítem


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.