1. DSpace en ESPOL
  2. Unidades Académicas
  3. Facultad de Ingeniería en Mecánica y Ciencias de la Producción
  4. Tesis de Mecatrónica
Please use this identifier to cite or link to this item: http://www.dspace.espol.edu.ec/handle/123456789/62970
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorLoayza Paredes, Francis, Director-
dc.contributor.authorRamirez Celi, Aldahir Sebastian-
dc.contributor.authorLlaguno Mora, Ariana Naomi-
dc.creatorESPOL.FIMCP-
dc.date.accessioned2025-01-16T16:42:19Z-
dc.date.available2025-01-16T16:42:19Z-
dc.date.issued2024-
dc.identifier.citationRamirez Celi, A. S. y Llaguno Mora, A. N. (2024). Desarrollo de un sistema de monitoreo y registro de movimientos de extremidades inferiores para humanos. [Proyecto Integrador]. ESPOL.FIMCP .-
dc.identifier.urihttp://www.dspace.espol.edu.ec/handle/123456789/62970-
dc.descriptionEl presente proyecto tiene como objetivo desarrollar un sistema de monitoreo y predicción en tiempo real del Congelamiento de la Marcha (CDM) en pacientes con enfermedad de Parkinson. La hipótesis plantea que el uso de microcontroladores de código abierto y técnicas de machine learning mejorará la detección y manejo del CDM, justificándose por la necesidad de soluciones más precisas para mitigar los riesgos asociados con esta condición. Para lograrlo, se utilizó un dispositivo portátil equipado con sensores de aceleración, y se implementaron algoritmos de machine learning para analizar los datos recolectados. Durante el desarrollo, se seleccionaron y configuraron acelerómetros y microcontroladores, y se entrenaron modelos predictivos utilizando datos de pacientes. Los resultados muestran que el sistema puede detectar episodios de CDM en tiempo real, aunque la precisión de las predicciones requiere de una mayor cantidad de datos de entrenamiento. Se concluye que el sistema tiene el potencial de monitoriar la marcha de los pacientes con Parkinson, aunque es necesario continuar investigando para perfeccionar la tecnología. Palabras Clave: Congelamiento de la Marcha, Parkinson, machine learning, sensores de aceleración.-
dc.formatapplication/pdf-
dc.format.extent89 página-
dc.language.isospa-
dc.publisherESPOL.FIMCP-
dc.rightsopenAccess-
dc.subjectCongelamiento de la Marcha-
dc.subjectParkinson-
dc.subjectMachine learning-
dc.subjectSensores de aceleración-
dc.titleDesarrollo de un sistema de monitoreo y registro de movimientos de extremidades inferiores para humanos-
dc.typeIngenieros en Mecatrónica-
dc.identifier.codigoespolT-114644-
dc.description.cityGuayaquil-
dc.description.degreeEscuela Superior Politécnica del Litoral-
dc.identifier.codigoproyectointegradorINGE-2535-
dc.description.abstractenglishThis project aims to develop a real-time monitoring and prediction system for Freezing of Gait (FOG) in Parkinson's disease patients. The hypothesis suggests that the use of open-source microcontrollers and machine learning techniques will enhance the detection and management of FOG, justified by the need for more accurate solutions to mitigate the risks associated with this condition. A portable device equipped with motion sensors was used, and machine learning algorithms were implemented to analyze the collected data. During the development, accelerometers and microcontrollers were selected and configured, and predictive models were trained using patient data. The results indicate that the system can detect FOG episodes in real time, although the prediction accuracy requires a larger training dataset. It is concluded that the system has the potential to significantly improve the quality of life for Parkinson's patients, although further research is needed to refine the technology. Keywords: Freezing of Gait, Parkinson's, machine learning, motion sensors-
Appears in Collections:Tesis de Mecatrónica

Files in This Item:
There are no files associated with this item.
Show simple item record


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