Análisis de alteraciones en los movimientos oculares en enfermos de Parkinson, utilizando técnicas de Inteligencia Artificial

Valdez Flores, Milca Elizabeth; Mero Plaza, Andrea Adelina

DSpace Home
→
Unidades Académicas
→
Facultad de Ingeniería en Electricidad y Computación
→
Tesis de Ingeniería en Ciencias Computacionales
→
View Item

dc.contributor.advisor	Peláez, Enrique, Director
dc.contributor.author	Valdez Flores, Milca Elizabeth
dc.contributor.author	Mero Plaza, Andrea Adelina
dc.creator	ESPOL. FIEC
dc.date.accessioned	2024-02-26T14:05:58Z
dc.date.available	2024-02-26T14:05:58Z
dc.date.issued	2023
dc.identifier.citation	Valdez Flores, M. E. y Mero Plaza, A. A. (2023). Análisis de alteraciones en los movimientos oculares en enfermos de Parkinson, utilizando técnicas de Inteligencia Artificial.. [Proyecto Integrador]. ESPOL.FIEC, Guayaquil. 47p.
dc.identifier.uri	http://www.dspace.espol.edu.ec/handle/123456789/60494
dc.description	La Enfermedad de Parkinson es un trastorno neurodegenerativo progresivo no solo afecta a la postura del paciente, si no también al movimiento ocular. Estas anomalías son más evidentes en las sacadas voluntarias. Este estudio busca determinar si existen o no alteraciones en el movimiento ocular entre pacientes de Parkinson y controles sanos, mediante el uso de técnicas de Inteligencia Artificial, así como un prototipo funcional, Parkinson Ocular, que utiliza el mejor modelo para generar un diagnóstico. En el desarrollo del prototipo se contemplaron las siguientes fases: recolección de datos, preprocesamiento, modelos de Machine Learning y Deep Learning y la generación de la interfaz. El modelo final fue el modelo de Random Forest, el cual obtuvo una precisión del 87%, siendo el mejor modelo con relación a los demás modelos analizados. También, el prototipo se desarrolló para dos tipos de roles: Médico, y Administrador. El prototipo provee la probabilidad de que el paciente tenga o no la enfermedad, así como la visualización del movimiento ocular. El prototipo funcional Parkinson Ocular, aprovecha el mejor modelo para la detección temprana de la Enfermedad de Parkinson y es una herramienta útil para los médicos en el análisis, estudio y diagnósticos oculares de los pacientes. Palabras claves: Machine Learning, Deep Learning, Redes Neuronales, Random Forest, Parkinson
dc.format	application/pdf
dc.format.extent	47 páginas
dc.language.iso	spa
dc.publisher	ESPOL. FIEC
dc.rights	openAccess
dc.subject	Redes Neuronales
dc.subject	Random Forest
dc.subject	Parkinson
dc.subject	Machine Learning
dc.title	Análisis de alteraciones en los movimientos oculares en enfermos de Parkinson, utilizando técnicas de Inteligencia Artificial
dc.type	Ingeniero en Ciencias de la computación
dc.identifier.codigoespol	T-114027
dc.description.city	Guayaquil
dc.description.degree	Escuela Superior Politécnica del Litoral
dc.identifier.codigoproyectointegrador	TECH-326
dc.description.abstractenglish	Parkinson?s Disease is a progressive neurodegenerative disorder that affects not only the patient?s posture, but also eye movement. These anomalies are more evident in voluntary saccades. This study seeks to determine whether there are alterations in eye movement between Parkinson?s patients and healthy controls, through the use of Artificial Intelligence techniques, as well as a functional prototype, Parkinson?s Ocular, which uses the best model to generate a diagnosis. In the development of the prototype, the following phases were considered: data collection, preprocessing, Machine and Deep Learning models, and interface generation. The final model was the Random Forest model, which obtained an accuracy percentage of 87%, being the best model in relation to the other models analyzed. Also, the prototype was developed for two types of roles: Doctor, and Administrator. The prototype provides the probability that the patient has or does not have the disease, as well as the visualization of eye movement. The functional Parkinson Ocular prototype takes advantage of the best model for the early detection of Parkinson?s disease and is a useful tool for doctors in the analysis, study, and ocular diagnoses of patients Key words: Machine Learning, Deep Learning, Neuronal Nets, Parkinson