Por favor, use este identificador para citar o enlazar este ítem:
https://ri-ng.uaq.mx/handle/123456789/12971| Título: | Detección y clasificación de infartos mediante técnicas de Inteligencia Artificial |
| Autor(es): | Elias Gabriel Napoles Ramos |
| Área: | INGENIERÍA Y TECNOLOGÍA |
| Fecha de publicación : | 1-jun-2026 |
| Editorial : | Universidad Autonoma de Querétaro |
| Páginas: | 1 recurso en línea (54 páginas) |
| Folio RI: | IGMAC-257538 |
| Facultad: | Facultad de Ingeniería |
| Programa académico: | Maestría en Ciencias (Instrumentación y Control) |
| Resumen: | Actualmente, una de las principales causas de muerte a nivel global son las Enfermedades Cardiovasculares, dentro de estas enfermedades se tienen el Síndrome Coronario Agudo sin Elevación del Segmento ST y el Infarto Agudo al Miocardio con Elevación del Segmento ST. En el año 2021 fallecieron aproximadamente 177 mil personas a nivel nacional por estas enfermedades. El Electrocardiograma es la herramienta principal para la detección de estas enfermedades, sin embargo, la interpretación del mismo queda a las capacidades del personal de salud. Por lo anterior se desarrolló este proyecto, siendo el objetivo principal desarrollar dos modelos de Inteligencia Artificial (Máquinas de Soporte Vectorial y Red Neuronal Recurrente) para la detección de Síndrome Coronario Agudo sin elevación del Segmento ST e Infarto Agudo al Miocardio con elevación del Segmento ST mediante características extraídas de una señal de un Electrocardiograma. Buscando modelos ligeros con la capacidad de ser ejecutados dentro de una Raspberry Pi B4. Los resultados muestran una gran versatilidad en el uso de recursos computacionales y una alta taza de acertividad en la detección y clasificación de estas enfermedades, siendo una precisión de 89 % para la Máquina de Soporte Vectorial y 91.38 % para la Red Neuronal Recurrente. A pesar de los resultados se encuentran áreas de oportunidad en el tiempo de inferencia de los modelos, y el uso de memoria RAM por parte del sistema embebido. |
| URI: | https://ri-ng.uaq.mx/handle/123456789/12971 |
| Aparece en: | Maestría en Ciencias (Instrumentación y Control) |
Archivos:
| Fichero | Descripción | Tamaño | Formato | |
|---|---|---|---|---|
| IGMAC-257538.pdf | Maestría en Ciencias (Instrumentación y Control) | 1.64 MB | Adobe PDF | Visualizar/Abrir |
Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.