Sistema inteligente para detección de alteraciones neurológicas en lactantes

Salvador Calderon Uribe

Por favor, use este identificador para citar o enlazar este ítem: https://ri-ng.uaq.mx/handle/123456789/3880

Registro completo de metadatos

Campo DC	Valor	Lengua/Idioma
dc.rights.license	http://creativecommons.org/licenses/by-nc-nd/4.0	es_ES
dc.contributor	Irving Armando Cruz Albarran	es_ES
dc.creator	Salvador Calderon Uribe	es_ES
dc.date	2025-01-28	-
dc.date.accessioned	2022-09-19T16:56:15Z	-
dc.date.available	2022-09-19T16:56:15Z	-
dc.date.issued	2025-01-28	-
dc.identifier.uri	http://ri-ng.uaq.mx/handle/123456789/3880	-
dc.description	"La detección y diagnóstico de alteraciones neurológicas es considerada una de las tareas más desafiantes para un médico especialista, esto a causa de diversos factores como, la gran cantidad de información que debe ser comparada, los síntomas y localización de los distintos tipos de enfermedad, así como la interpretación que el especialista debe otorgar apoyándose de diagnósticos previos. Por ello, en los últimos años, áreas como el procesamiento digital de imágenes, la inteligencia artificial y la neurología, han colaborado entre si con el propósito de diseñar herramientas de asistencia médica. Sin embargo, aunque el desarrollo de estas herramientas ha ido creciendo en los últimos años, este se ha enfocado principalmente en la población adulta, debido a la maduración neurológica que presenta un paciente en esta etapa, así como la heterogeneidad que presentan sus estudios. Por tal motivo, el presente trabajo tuvo como objetivo desarrollar e implementar un sistema inteligente basado en el procesamiento de imágenes de resonancia magnética (IRM) y algoritmos de inteligencia artificial para detectar la presencia de alteraciones neurológicas en pacientes lactantes. Este sistema se enfocó en el estudio de los ventrículos laterales de 72 pacientes con alteración neurológica y 17 pacientes sanos, de este modo el sistema utiliza herramientas de segmentación basadas en umbrales con el fin de identificar dichas regiones de interés, posteriormente se realizó la extracción de características basadas en la forma e intensidad de los ventrículos laterales con el objetivo de resaltar similitudes y diferencias entre pacientes. Finalmente se utilizaron modelos inteligentes para llevar a cabo la clasificación automática de los pacientes. El estudio permitió determinar la efectividad de distintos algoritmos de clasificación, obteniendo como resultado una precisión superior al 90% utilizando modelos de redes neuronales y una precisión superior al 70% utilizando modelos de regresión logística. Con el desarrollo de este trabajo se presentó una técnica de detección de alteraciones neurológicas en lactantes que permite asistir al personal médico en la identificación de estas, permitiendo así realizar una intervención temprana y un abordaje multidisciplinario, favoreciendo el pronóstico de los pacientes lactantes."	es_ES
dc.format	Adobe PDF	es_ES
dc.language.iso	spa	es_ES
dc.relation.requires	No	es_ES
dc.rights	En Embargo	es_ES
dc.subject	IRM	es_ES
dc.subject	Ventrículos laterales	es_ES
dc.subject	Procesamiento de imágenes	es_ES
dc.subject	Algoritmos inteligentes	es_ES
dc.subject.classification	INGENIERÍA Y TECNOLOGÍA	es_ES
dc.title	Sistema inteligente para detección de alteraciones neurológicas en lactantes	es_ES
dc.type	Tesis de maestría	es_ES
dc.creator.tid	Clave CV CONACyT	es_ES
dc.contributor.tid	curp	es_ES
dc.creator.identificador	1080420	es_ES
dc.contributor.identificador	CUAI900126HMCRLR06	es_ES
dc.contributor.role	Director	es_ES
dc.degree.name	Maestría en Ciencias (Mecatrónica)	es_ES
dc.degree.department	Facultad de Ingeniería	es_ES
dc.degree.level	Maestría	es_ES
Aparece en:	Maestría en Ciencias (Mecatrónica)

Ficheros en este ítem:

Fichero	Descripción	Tamaño	Formato
RI006896.pdf		6.87 MB	Adobe PDF	Visualizar/Abrir

Mostrar el registro sencillo del ítem