Title:	Metodología basada en la descomposición de modos variacional para la detección de pacientes con predisposición al alcoholismo empleando señales EEG
metadata.dc.creator:	Miguel Morales Anaya
Keywords:	Ingeniería y Tecnología;Ciencias Médicas;Tecnología Médica
metadata.dc.date:	3-Mar-2023
Publisher:	Ingeniería
Description:	El alcohol como sustancia psicoactiva ha sido utilizada durante siglos en todo el mundo y posee propiedades que pueden ocasionar la dependencia a esta sustancia. De acuerdo con la organización mundial de la salud, su consumo excesivo es un factor causal de más de 60 enfermedades y lesiones tales como trastornos mentales y del comportamiento, condiciones gastrointestinales, cáncer, trastornos reproductivos, daños congénitos, cirrosis hepática, así como otros fenómenos que pueden desembocar del consumo excesivo de alcohol tal como la violencia y los accidentes de tránsito. Por las razones antes descritas, es de vital importancia estrategias de prevención del alcoholismo. En este sentido, programas psicosociales han presentado ciertos avances con respecto a la detección de la predisposición de una persona a ser alcohólica; sin embargo, estos programas no son suficientes para detectar de manera muy acertada la predisposición de un paciente a sufrir esta enfermedad, debido a que los pacientes/personas presentan diversos factores que los encaminan a tener una dependencia del alcohol tales como factores genéticos, ambientales, depresión y estrés. Por lo tanto, es indispensable la investigación de nuevas alternativas para la detección de personas con predisposición al alcoholismo. En este sentido, en este trabajo de tesis se presenta una metodología basada en la descomposición de modos variacional, indicadores estadísticos y redes neuronales para la clasificación y detección de pacientes con predisposición al alcoholismo empleando señales electroencefalográficas obtenidas de una base datos de acceso libre titulada “Predisposición genética al alcoholismo”. Por estas razones, este trabajo de tesis implementa una metodología capaz de clasificar señales EEG de personas control y de personal con predisposición al alcoholismo.
URI:	https://ri-ng.uaq.mx/handle/123456789/8599
Appears in Collections:	Ingeniería Biomédica

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.