Generación de señales EEG sintéticas para la implementación de modelos de machine learning en la detección de párkinson / Vaneza Gómez Segura.
Tipo de material: Archivo de ordenadorEditor: Bogotá : Escuela Colombiana de Ingeniería Julio Garavito, Universidad del Rosario, 2023Descripción: 125 paginas ilustracionesTema(s): SEÑALES SINTÉTICAS EEG | APRENDIZAJE AUTOMÁTICO | ENFERMEDAD DE PARKINSONClasificación CDD: 610.28 Recursos en línea: Haga clic para acceso en línea Nota de disertación: Tesis (Ingeniero Biomédico) Resumen: El presente proyecto de investigación tiene como objetivo realizar un primer acercamiento a la fa‐ cilitación de acceso y uso de datos médicos, en específico señales de electoencefalografía (EEG), a los investigadores, ingenieros y profesionales de la salud mediante la generación de señales sintéticas, ya que estas cumplen con las regulaciones de protección de privacidad de datos médicos que hay actual‐ mente al tratarse de datos considerados anónimos. Esta técnica permite aumentar considerablemente la cantidad de señales EEG para entrenar modelos de aprendizaje automático que tengan la capacidad de diagnosticar enfermedades neurodegenerativas, como la enfermedad de Parkinson, con una precisión elevada y una mayor fiabilidad de los resultados.Tipo de ítem | Ubicación actual | Colección | Signatura | Info Vol | Copia número | Estado | Fecha de vencimiento | Código de barras | Reserva de ítems |
---|---|---|---|---|---|---|---|---|---|
TRABAJOS DE GRADO | Biblioteca Jorge Álvarez Lleras Fondo general | Digital | 610.28 G633g (Navegar estantería) | Ej.1 | 1 | Disponible | D002322 |
Tesis (Ingeniero Biomédico)
El presente proyecto de investigación tiene como objetivo realizar un primer acercamiento a la fa‐
cilitación de acceso y uso de datos médicos, en específico señales de electoencefalografía (EEG), a los
investigadores, ingenieros y profesionales de la salud mediante la generación de señales sintéticas, ya
que estas cumplen con las regulaciones de protección de privacidad de datos médicos que hay actual‐
mente al tratarse de datos considerados anónimos. Esta técnica permite aumentar considerablemente
la cantidad de señales EEG para entrenar modelos de aprendizaje automático que tengan la capacidad
de diagnosticar enfermedades neurodegenerativas, como la enfermedad de Parkinson, con una precisión
elevada y una mayor fiabilidad de los resultados.
No hay comentarios en este titulo.