1. Repositorio Institucional
  2. TESIUAQ
  3. Facultad de Ingeniería
  4. Doctorado
  5. Doctorado en Ingeniería
Por favor, use este identificador para citar o enlazar este ítem: https://ri-ng.uaq.mx/handle/123456789/11166
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.rights.licensehttps://creativecommons.org/licenses/by-nc-nd/4.0es_ES
dc.contributorJuvenal Rodríıguez Reséndizes_ES
dc.creatorMarcos Romo Aviléses_ES
dc.date.accessioned2024-10-14T20:30:28Z-
dc.date.available2024-10-14T20:30:28Z-
dc.date.issued2025-03-31-
dc.identifier.urihttps://ri-ng.uaq.mx/handle/123456789/11166-
dc.descriptionLa detección temprana del Alzheimer es un desafío crítico en neurociencia, y las señales EEG han demostrado ser una herramienta efectiva para identificar patrones característicos de la enfermedad. En este trabajo se propone un enfoque basado en redes neuronales recurrentes como GRU, LSTM y bidireccionales, optimizadas a través de los algoritmos metaheurísticos GWO, PSO y DE. Se realizó un análisis estadístico no paramétrico para seleccionar la ventana temporal, la banda cerebral y los electrodos que permiten la mayor separación entre clases, resultando en una ventana de 15 segundos y en los electrodos P3, O1, O2, T5 y T6 para la banda alfa. La descomposición de las señales EEG se realizó mediante wavelets, seleccionando sym10 como la mejor opción para este análisis. La red GRU optimizada mediante el algoritmo DE alcanzó una precisión del 95.72 por ciento, con una sensibilidad del 93.05 por ciento y una especificidad del 97.82 por ciento, destacándose como la mejor arquitectura para la clasificación de pacientes con Alzheimer respecto a pacientes sanos.es_ES
dc.formatpdfes_ES
dc.format.extent1 recurso en línea (82 páginas)es_ES
dc.format.mediumcomputadoraes_ES
dc.language.isospaes_ES
dc.publisherUniversidad Autónoma de Querétaroes_ES
dc.relation.requiresSies_ES
dc.rightsembargoedAccesses_ES
dc.subjectEEGes_ES
dc.subjectRNNes_ES
dc.subjectAlzheimeres_ES
dc.subjectMetaheurísticoses_ES
dc.subjectAprendizaje profundoes_ES
dc.subject.classificationMEDICINA Y CIENCIAS DE LA SALUDes_ES
dc.titleDetección de Alzheimer mediante la clasificación de señales EEG, aprendizaje profundo y algoritmos metaheurísticoses_ES
dc.typeTesis de doctoradoes_ES
dc.creator.tidcurpes_ES
dc.contributor.tidORCIDes_ES
dc.creator.identificadorROAM950113HQTMVR05es_ES
dc.contributor.identificadorhttps://orcid.org/0000-0001-8598-5600es_ES
dc.contributor.roleDirectores_ES
dc.degree.nameDoctorado en Ingenieríaes_ES
dc.degree.departmentFacultad de Ingenieríaes_ES
dc.degree.levelDoctoradoes_ES
dc.format.supportrecurso en líneaes_ES
dc.matricula.creator246789es_ES
dc.folioIGDCC-246789es_ES
Aparece en: Doctorado en Ingeniería

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
IGDCC-246789.pdf3.31 MBAdobe PDFPortada
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.