Please use this identifier to cite or link to this item: http://www.dspace.espol.edu.ec/handle/123456789/57102
Full metadata record
DC FieldValueLanguage
dc.contributor.authorFigueroa Villacreses, Galo Xavier-
dc.contributor.authorZambrano Zurita, Lessette Carolina-
dc.contributor.authorPeláez Jarrin, Colon Enrique, Director-
dc.date.accessioned2023-05-04T16:17:20Z-
dc.date.available2023-05-04T16:17:20Z-
dc.date.issued2022-
dc.identifier.citationFigueroa, G.; Zambrano, L. (2022). Desarrollo de un modelo de aprendizaje profundo para el reconocimiento y clasificación de expresiones faciales asociadas a la enfermedad de Parkinsones_EC
dc.identifier.urihttp://www.dspace.espol.edu.ec/handle/123456789/57102-
dc.description.abstractEl presente trabajo consiste en el desarrollo de un modelo de aprendizaje profundo para el reconocimiento de expresiones faciales asociadas a la enfermedad de Párkinson, con la finalidad de contar con una herramienta que aporte al análisis médico para un diagnóstico temprano y un tratamiento oportuno de la enfermedad. La metodología de trabajo consistió primeramente en el preprocesamiento de videos de monitoreo de pacientes y personas sanas otorgados por el Centro Integral de Neurociencias en España, obteniendo múltiples imágenes que enfocan exclusivamente el rostro de las personas monitoreadas; luego se realizaron experimentos con diferentes arquitecturas de redes neuronales que tomaban como entrada las imágenes del preprocesamiento y su salida era la probabilidad de que la imagen pertenezca a una persona que padece la enfermedad de Párkinson, es necesario indicar que en esta etapa los mejores resultados provenían del modelo tipo ensamblador que concatenaba las salidas de las redes VGG-19, InceptionNet, DenseNet y Nasnet. Finalmente se desarrolló un prototipo web destinado al uso por parte de los médicos para la obtención de un pronóstico durante una consulta médica. La precisión del modelo fue de aproximadamente un 70%, lo cual permite pueda ser utilizado como herramienta de apoyo para un diagnóstico temprano de la enfermedad. Finalmente se concluyó que los hiper-parámetros que más influyeron en el modelo fueron los momentos del optimizador y que el modelo puede mejorar si durante el monitoreo los videos captan mayor diversidad de expresiones faciales.es_EC
dc.language.isoeses_EC
dc.publisherESPOL. FIECes_EC
dc.subjectReconocimiento faciales_EC
dc.subjectRedes neuronaleses_EC
dc.subjectModelo de aprendizaje profundoes_EC
dc.subjectPárkinsones_EC
dc.titleDesarrollo de un modelo de aprendizaje profundo para el reconocimiento y clasificación de expresiones faciales asociadas a la enfermedad de Parkinsones_EC
dc.typeThesises_EC
Appears in Collections:Tesis de Computación

Files in This Item:
File Description SizeFormat 
T-113069 Figueroa - Zambrano.pdf2.53 MBAdobe PDFView/Open


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