Por favor, use este identificador para citar o enlazar este ítem: https://ri-ng.uaq.mx/handle/123456789/3412
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.rights.licensehttp://creativecommons.org/licenses/by-nc-nd/4.0es_ES
dc.contributorJuan Pablo Amezquita Sanchezes_ES
dc.creatorAndrea Viviana Pérez Sánchezes_ES
dc.date2021-09-01-
dc.date.accessioned2022-02-01T15:33:18Z-
dc.date.available2022-02-01T15:33:18Z-
dc.date.issued2021-09-01-
dc.identifierDetección anticipada de eventos epilépticoses_ES
dc.identifierSeñales ECGes_ES
dc.identifierTransformada Waveletes_ES
dc.identifierIndicadores no linelaeses_ES
dc.identifier.urihttp://ri-ng.uaq.mx/handle/123456789/3412-
dc.descriptionLa epilepsia es un trastorno cerebral que afecta aproximadamente a 50millones de personas en todo el mundo y se caracteriza por generar convulsiones recurrentes, que pueden poner a los pacientes en permanente riesgo por las caídas ,ahogamientos, quemaduras y convulsiones prolongadas que pueden sufrir. Por estas razones, es de vital importancia proponer un método/metodología con la capacidad de predecir una crisis epiléptica minutos antes de su inicio, permitiéndole a los pacientes tomar su medicamento o ponerse a salvo en un lugar seguro con el fin de evitar alguna lesión. En este sentido, este trabajo se desarrolló en 2 vertientes. 1) El desarrollo de una metodología basada en la transformada Wavelet de paquetes e indicadores no lineales como fractales e indicadores estadísticos y un clasificador basado en un árbol de decisiones para la predicción de crisis epilépticas. Por tal motivo, se analizan veintidós indicadores no lineales: cinco dimensiones fractales y diecisiete indicadores estadísticos, para medir los cambios en las propiedades de las señales ECG (Electrocardiograma). Posteriormente, a través del método de Kruskal-Wallis, los indicadores más discriminativos son seleccionados para ser empleados en la predicción de una crisis epiléptica hasta 15 minutos antes de su inicio. Finalmente, un clasificador basado en árbol de decisiones es empleado con el objeto de automatizar la predicción de las crisis epilépticas. Esta metodología, se validó empleando señales ECG monitoreadas en 7 señales con 10 ataques epilépticos, las cuales son proporcionadas por el Instituto de Tecnología de Massachusetts-Beth Israel Hospital (MIT-BIH). 2) Se desarrolló un sistema de adquisición de señales provenientes del cuerpo humano (oxigenación en sangre, ritmo cardíaco, respuesta galvánica de la piel y temperatura) con el fin de adquirir señales fisiológicas, las cuales han mostrado de acuerdo con la literatura su utilidad en la predicción de crisis epilépticas, debido a su relación con el sistema simpáticoes_ES
dc.formatAdobe PDFes_ES
dc.language.isospaes_ES
dc.relation.requiresNoes_ES
dc.rightsAcceso Abiertoes_ES
dc.subjectINGENIERÍA Y TECNOLOGÍAes_ES
dc.subjectCIENCIAS TECNOLÓGICASes_ES
dc.subjectMETODOLOGÍAes_ES
dc.titleDetección anticipada de eventos epilépticos empleando características no linealeses_ES
dc.typeTesis de maestríaes_ES
dc.creator.tidClave CV CONACyTes_ES
dc.contributor.tidcurpes_ES
dc.creator.identificador1002715es_ES
dc.contributor.identificadorAESJ840206HGTMNN04es_ES
dc.contributor.roleDirectores_ES
dc.degree.nameMaestría en Ciencias (Mecatrónica)es_ES
dc.degree.departmentFacultad de Ingenieríaes_ES
dc.degree.levelMaestríaes_ES
Aparece en las colecciones: Maestría en Ciencias (Mecatrónica)

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
RI006453.pdf2.18 MBAdobe PDFVista previa
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.