Repositorio Universidad del Cauca

Detector multimodal de crisis epilépticas motoras y no motoras para dispositivos wearable Basado en actividad electrodermal, acelerometría y fotopletismografía

Mostrar el registro sencillo del ítem

dc.contributor.author Molina Rivera, Edward Alexis
dc.date.accessioned 2023-10-18T20:14:16Z
dc.date.available 2023-10-18T20:14:16Z
dc.date.issued 2019
dc.identifier.uri http://repositorio.unicauca.edu.co:8080/xmlui/handle/123456789/8506
dc.description.abstract Antecedentes: El diagnóstico y tratamiento de la epilepsia se basa principalmente en el conteo y seguimiento de las crisis epilépticas. Los dos métodos más utilizados para este propósito son los auto-informes y la video-Electroencefalografía (v-EEG). Las limitaciones de estos enfoques incluyen la baja calidad de los informes realizados por los pacientes y la incomodidad percibida por los pacientes en los estudios de v-EEG, así como sus altos costos. Debido a lo anterior, varios sensores y dispositivos portátiles han surgido como tecnologías alternativas para la detección de crisis epilépticas; sin embargo, los enfoques existentes presentan bajos resultados en la detección de crisis epilépticas no motoras, en términos de precisión y tasa de falsos positivos. Objetivo: El propósito de esta disertación es implementar un modelo de aprendizaje automático multimodal para la detección de crisis epilépticas motoras y no motoras basado en datos obtenidos de sensores de acelerometría (ACC), actividad electrodermal (EDA) y fotopletismografía (PPG). spa
dc.description.abstract Background: Epilepsy diagnosis and treatment is based mainly on counting and monitoring seizures. The two most commonly used methods for this purpose are self-reports and video-Electroencephalography (v-EEG). Limitations of these approaches include low quality of the reports made by patients, and the discomfort that a v-EEG study represents for patients, as well as its high costs. Due to the above, various wearable sensors and portable devices have emerged as alternative technologies for seizure detection; nevertheless, existing approaches show low results in the classification in terms of accuracy and false positive rate when they try to detect non-motor seizures. Aim: The purpose of this dissertation is to implement a multimodal machine learning model for motor and non-motor seizure detection based on data obtained from accelerometry (ACC), electrodermal activity (EDA), and photoplethysmography (PPG) sensors. eng
dc.language.iso spa
dc.publisher Universidad del Cauca spa
dc.rights.uri https://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subject Detección de crisis epilépticas spa
dc.subject Aprendizaje automático spa
dc.subject Acelerometría spa
dc.subject Actividad electrodermal spa
dc.subject Fotopletismografía spa
dc.subject Seizure detection eng
dc.subject Machine learning eng
dc.subject Wearable eng
dc.subject Accelerometry eng
dc.subject Electrodermal activity eng
dc.subject Photoplethysmography eng
dc.title Detector multimodal de crisis epilépticas motoras y no motoras para dispositivos wearable Basado en actividad electrodermal, acelerometría y fotopletismografía spa
dc.type Tesis maestría spa
dc.rights.creativecommons https://creativecommons.org/licenses/by-nc-nd/4.0/
dc.type.driver info:eu-repo/semantics/masterThesis
dc.type.coar http://purl.org/coar/resource_type/c_bdcc
dc.publisher.faculty Facultad de Ingeniería Electrónica y Telecomunicaciones spa
dc.publisher.program Maestría en Ingeniería Telemática spa
dc.rights.accessrights info:eu-repo/semantics/openAccess
dc.type.version info:eu-repo/semantics/acceptedVersion
dc.identifier.instname
dc.identifier.reponame
oaire.accessrights http://purl.org/coar/access_right/c_abf2
dc.identifier.repourl
oaire.version http://purl.org/coar/version/c_ab4af688f83e57aa


Ficheros en el ítem

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem

https://creativecommons.org/licenses/by-nc-nd/4.0/ Excepto si se señala otra cosa, la licencia del ítem se describe como https://creativecommons.org/licenses/by-nc-nd/4.0/

Buscar en DSpace


Listar

Mi cuenta