Por favor, use este identificador para citar o enlazar este ítem: https://ri-ng.uaq.mx/handle/123456789/8599
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.rights.licensehttp://creativecommons.org/licenses/by-nc-nd/4.0es_ES
dc.contributorJuan Pablo Amézquita Sánchezes_ES
dc.creatorMiguel Morales Anayaes_ES
dc.date2023-03-03-
dc.date.accessioned2023-06-09T15:40:19Z-
dc.date.available2023-06-09T15:40:19Z-
dc.date.issued2023-03-03-
dc.identifier.urihttps://ri-ng.uaq.mx/handle/123456789/8599-
dc.descriptionEl 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.es_ES
dc.formatAdobe PDFes_ES
dc.language.isospaes_ES
dc.publisherIngenieríaes_ES
dc.relation.requiresNoes_ES
dc.rightsAcceso Abiertoes_ES
dc.subjectIngeniería y Tecnologíaes_ES
dc.subjectCiencias Médicases_ES
dc.subjectTecnología Médicaes_ES
dc.titleMetodología basada en la descomposición de modos variacional para la detección de pacientes con predisposición al alcoholismo empleando señales EEGes_ES
dc.typeTesis de licenciaturaes_ES
dc.creator.tidcurpes_ES
dc.contributor.tidcurpes_ES
dc.creator.identificadorMOAM980617HGTRNG02es_ES
dc.contributor.identificadorAESJ840206HGTMNN04es_ES
dc.contributor.roleDirectores_ES
dc.degree.nameIngeniería Biomédicaes_ES
dc.degree.departmentFacultad de Ingenieríaes_ES
dc.degree.levelLicenciaturaes_ES
Aparece en las colecciones: Ingeniería Biomédica

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
RI007552.pdf2.3 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.