1. DSpace en ESPOL
  2. Unidades Académicas
  3. Facultad de Ingeniería en Electricidad y Computación
  4. Tesis de Ingeniería en Ciencias Computacionales
Please use this identifier to cite or link to this item: http://www.dspace.espol.edu.ec/handle/123456789/57561
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorPeláez Jarrín, Colón Enrique , Director-
dc.contributor.authorBriones Chonillo, Ana María-
dc.contributor.authorJiménez Farfán, Carlos-
dc.creatorESPOL-
dc.date.accessioned2023-06-20T21:00:14Z-
dc.date.available2023-06-20T21:00:14Z-
dc.date.issued2022-
dc.identifier.citationBriones Chonillo, A. M. y Jiménez Farfán, C. (2022). Detección automática de las regiones cerebrales asociadas a los desórdenes parkinsonianos en imágenes de resonancia magnética usando técnicas de Aprendizaje Profundo. [Proyecto integrador]. ESPOL. FIEC. .-
dc.identifier.urihttp://www.dspace.espol.edu.ec/handle/123456789/57561-
dc.descriptionLa Enfermedad de Parkinson (EP) es un trastorno neurológico degenerativo, que no tiene cura y no distingue edad. La EP se caracteriza por un daño al sistema nervioso central que provoca la caída de los niveles de dopamina causando temblores, rigidez muscular y pérdida del equilibrio. Para contrarrestar estos síntomas motores se utilizan medicamentos que imitan la acción de la dopamina, sin embargo, se ha demostrado que el consumo prolongado de estos medicamentos puede resultar en efectos secundarios negativos en los pacientes, tales como desórdenes parkinsonianos que incluyen apatía y los trastornos de control de impulsos (ICD). No obstante, aún existe dificultad en determinar las regiones cerebrales asociados a estos desórdenes. Se desarrolló una metodología que permite detectar automáticamente las regiones del cerebro que permitan llegar a un diagnóstico respecto a la presencia de desórdenes parkinsonianos utilizando imágenes de resonancia magnética (IRM) en conjunto con técnicas de aprendizaje profundo en 3D. Se realizaron variados experimentos con diferentes arquitecturas del estado del arte de visión por computador (CV) como Swin-Transformer, Compact Convolutional Transformer (CCT) y MeshNet. De los cuales el CCT superó, alcanzando una precisión mayor al 97% para analizar imágenes de resonancia magnética y clasificar los desórdenes parkinsonianos. Por último, utilizando el algoritmo de interpretabilidad Guided Backpropagation se obtuvo una visualización de las regiones cerebrales activadas en la detección de los desórdenes Parkinsonianos, lo que permite a los médicos e investigadores tener una comprensión más profunda de la anatomía y el funcionamiento cerebral de los pacientes con estos desórdenes.-
dc.formatapplication/pdf-
dc.format.extent68 páginas-
dc.language.isospa-
dc.publisherESPOL-
dc.rightsopenAccess-
dc.subjectParkinson-
dc.subjectTécnicas de Aprendizaje Profundo-
dc.subjectGuided Backpropagation-
dc.subjectCCT-
dc.titleDetección automática de las regiones cerebrales asociadas a los desórdenes parkinsonianos en imágenes de resonancia magnética usando técnicas de Aprendizaje Profundo-
dc.typeIngeniero/a en Computación-
dc.identifier.codigoespolT-113398-
dc.description.cityGuayaquil-
dc.description.degreeEscuela Superior Politécnica del Litoral-
Appears in Collections:Tesis de Ingeniería en Ciencias Computacionales

Files in This Item:
File SizeFormat 
T-113398 Briones - Jiménez.pdf17.03 MBAdobe PDFView/Open
Show simple item record


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