Regresión y caracterización de señales electroencefalográficas empleando técnicas de inteligencia artificial
El cerebro es un sistema de auto organización, las áreas internas del cerebro controlan el funcionamiento de los músculos; También controlan el habla, pensamiento, emociones, lectura, redacción y el aprendizaje. La reorganización de su estructura, función y conexiones se adaptan durante toda la vida...
- Autores:
-
Barahona García, María Alejandra
Jaramillo Marín, Laura Verónica
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2022
- Institución:
- Universidad ECCI
- Repositorio:
- Repositorio Institucional ECCI
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.ecci.edu.co:001/3002
- Acceso en línea:
- https://repositorio.ecci.edu.co/handle/001/3002
- Palabra clave:
- Accidente Cerebrovascular
Neuroplasticidad
Inteligencia artificial
Algoritmos de regresión
Stroke
Neuroplasticity
Artificial Intelligence
Regression Algorithms
- Rights
- openAccess
- License
- Derechos Reservados - Universidad ECCI, 2022
| id |
ECCI2_54e24881e6bcbc4f5b703a0af5b37fdb |
|---|---|
| oai_identifier_str |
oai:repositorio.ecci.edu.co:001/3002 |
| network_acronym_str |
ECCI2 |
| network_name_str |
Repositorio Institucional ECCI |
| repository_id_str |
|
| dc.title.spa.fl_str_mv |
Regresión y caracterización de señales electroencefalográficas empleando técnicas de inteligencia artificial |
| title |
Regresión y caracterización de señales electroencefalográficas empleando técnicas de inteligencia artificial |
| spellingShingle |
Regresión y caracterización de señales electroencefalográficas empleando técnicas de inteligencia artificial Accidente Cerebrovascular Neuroplasticidad Inteligencia artificial Algoritmos de regresión Stroke Neuroplasticity Artificial Intelligence Regression Algorithms |
| title_short |
Regresión y caracterización de señales electroencefalográficas empleando técnicas de inteligencia artificial |
| title_full |
Regresión y caracterización de señales electroencefalográficas empleando técnicas de inteligencia artificial |
| title_fullStr |
Regresión y caracterización de señales electroencefalográficas empleando técnicas de inteligencia artificial |
| title_full_unstemmed |
Regresión y caracterización de señales electroencefalográficas empleando técnicas de inteligencia artificial |
| title_sort |
Regresión y caracterización de señales electroencefalográficas empleando técnicas de inteligencia artificial |
| dc.creator.fl_str_mv |
Barahona García, María Alejandra Jaramillo Marín, Laura Verónica |
| dc.contributor.advisor.none.fl_str_mv |
Jaramillo Diaz, Ricardo |
| dc.contributor.author.none.fl_str_mv |
Barahona García, María Alejandra Jaramillo Marín, Laura Verónica |
| dc.subject.proposal.spa.fl_str_mv |
Accidente Cerebrovascular Neuroplasticidad Inteligencia artificial Algoritmos de regresión |
| topic |
Accidente Cerebrovascular Neuroplasticidad Inteligencia artificial Algoritmos de regresión Stroke Neuroplasticity Artificial Intelligence Regression Algorithms |
| dc.subject.proposal.eng.fl_str_mv |
Stroke Neuroplasticity Artificial Intelligence Regression Algorithms |
| description |
El cerebro es un sistema de auto organización, las áreas internas del cerebro controlan el funcionamiento de los músculos; También controlan el habla, pensamiento, emociones, lectura, redacción y el aprendizaje. La reorganización de su estructura, función y conexiones se adaptan durante toda la vida esto se basa en la neuroplasticidad. La hipertensión arterial (HTA), el hábito de fumar, la diabetes mellitus, la fibrilación auricular y la dislipidemia y algunos hábitos modificables como el sedentarismo, la alimentación no saludable y el consumo desmedido de alcohol, tienen silenciosas, graves e irreversibles consecuencias como los accidentes cerebro vasculares (ACV), siendo la segunda causa de muerte en el mundo. Algunas de las técnicas de procesamiento de las señales cerebrales se basan en algoritmos de inteligencia artificial, para la extracción de características específicas, por medio de la señal de electroencefalografía (EEG). Los algoritmos de regresión forman parte de la estructura de la inteligencia artificial. La comparación y evaluación mediante las métricas estadísticas de la señal original y la señal predicha de EEG, determina la fiabilidad de los algoritmos de regresión empleados, árboles de decisión, bosques aleatorios, máquina de soporte vectorial y redes neuronales en procesos de predicción, servirá para posteriores procesos de rehabilitación. La predicción más cercana se evidencia por redes neuronales, presentan mayor gasto computacional, y requiere de un tiempo prolongado para evidenciar los resultados. Los árboles de decisión, bosques aleatorios y máquinas de soporte vectorial empleadas, generan resultados de predicción similar y requieren menor tiempo y gasto computacional. |
| publishDate |
2022 |
| dc.date.accessioned.none.fl_str_mv |
2022-08-17T21:03:09Z |
| dc.date.available.none.fl_str_mv |
2022-08-17T21:03:09Z |
| dc.date.issued.none.fl_str_mv |
2022 |
| dc.type.spa.fl_str_mv |
Trabajo de grado - Pregrado |
| dc.type.coarversion.fl_str_mv |
http://purl.org/coar/version/c_dc82b40f9837b551 |
| dc.type.coar.spa.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
| dc.type.content.spa.fl_str_mv |
Text |
| dc.type.driver.spa.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
| dc.type.redcol.spa.fl_str_mv |
https://purl.org/redcol/resource_type/TP |
| dc.type.coarversion.spa.fl_str_mv |
http://purl.org/coar/version/c_970fb48d4fbd8a85 |
| format |
http://purl.org/coar/resource_type/c_7a1f |
| dc.identifier.citation.spa.fl_str_mv |
Barahona García, A., Jaramillo Marín, V., Jaramillo Díaz, R. (2022). REGRESIÓN Y CARACTERIZACIÓN DE SEÑALES ELECTROENCEFALOGRÁFICAS EMPLEANDO TÉCNICAS DE INTELIGENCIA ARTIFICIAL[Tesis de Pregrado Universidad ECCI]. Repositorio Institucional – Universidad ECCI |
| dc.identifier.uri.none.fl_str_mv |
https://repositorio.ecci.edu.co/handle/001/3002 |
| identifier_str_mv |
Barahona García, A., Jaramillo Marín, V., Jaramillo Díaz, R. (2022). REGRESIÓN Y CARACTERIZACIÓN DE SEÑALES ELECTROENCEFALOGRÁFICAS EMPLEANDO TÉCNICAS DE INTELIGENCIA ARTIFICIAL[Tesis de Pregrado Universidad ECCI]. Repositorio Institucional – Universidad ECCI |
| url |
https://repositorio.ecci.edu.co/handle/001/3002 |
| dc.language.iso.spa.fl_str_mv |
spa |
| language |
spa |
| dc.relation.references.spa.fl_str_mv |
Adhikaria, B., Epstein, B., & Dhamala, M. (2017). Enhanced brain network activity in complex movement rhythms: a simultaneous fMRI-EEG study. Brain Connectivity, 1-40. doi:10.1089/brain.2017.0547) Afifi, A., & Bergman, R. (2018). Neuro Anatomía Funcional. Mc Graw Hill Alvarez Estevez, D. (2019). European Data Format. (EDF PLUS) Obtenido de European Data Format: https://www.edfplus.info/ Amat Rodrigo, J. (Febrero de 2017). Árboles de decisión, random forest, gradient boosting y C5.0. Obtenido de Ciencia de datos: https://www.cienciadedatos.net/documentos/33_arboles_de_prediccion_bagging_random_forest_boosting#%C3%81rboles_de_regresi%C3%B3n American Heart Association. (2021). Heart Disease and Stroke Statistics 2021 Update. doi:10.1161/CIR.0000000000000950 Anyanwu, Matthew & Shiva, S. (2009). Comparative Analysis of Serial Decision Tree Classification Algorithms. International Journal of Computer Science and Security., 230-239. Obtenido de https://www.researchgate.net/publication/41822936_Comparative_Analysis_of_Serial_Decision_Tree_Classification_Algorithms Benjamin EJ, Blaha MJ, Chiuve SE, Cushman M, Das SR , Deo R, . . . Gillespie C Isas. (Enero de 2017). Heart Disease and Stroke Statistics 2017. AHA JOURNALS(133), 447- 454. Bitbrain. (30 de Abril de 2020). Colocación de electrodos EEG en un Layout Fijo vs. Variable. (Neurotecnología) Obtenido de https://www.bitbrain.com/es/blog/colocacion-electrodos-eeg Boden, M. (2016). Inteligencia Artificial. Turner Noema. Borge, J. N. (12 de Junio de 2017). Universidad de Cantabria, Tema 2. Motilidad del tracto intestinal. Obtenido de https://ocw.unican.es/mod/page/view.php?id=565#:~:text=Potenciales%20en%20meseta%20y%20espigas,que%20el%20parasimp%C3%A1tico%20las%20estimula. Burns, P. (2011). TheR Inferno. Obtenido de https://www.burns-stat.com/pages/Tutor/R_inferno.pdf Cameron, C., & Windmeijer, F. (2012). R-Squared Measures for Count Data Regression Models With Applications to Health-Care Utilization. Journal of Business & Economic Statistics, 37-41. doi:https://doi.org/10.1080/07350015.1996.10524648 Caplan, L. R. (2009). CAPLAN’S STROKE: A CLINICAL APPROACH, FOURTH EDITION. Saunders Elseiver. Cárdenas Gómez, W. (2021). "Identificación Y Monitoreo De Señales Cerebrales Que Intervienen En Movimientos Involuntarios De Articulaciones en Pacientes Con Parkinson". Torreón, Coahuila: Tecnológico Nacional de México Instituto Tecnológico CDC. (17 de Septiembre de 2017). Prevención de Muertes por Accidente Cerebro Vascula. Obtenido de CDC: https://www.cdc.gov/spanish/signosvitales/accidentes-cerebrovasculares/index.html#:~:text=Cada%20a%C3%B1o%2C%20casi%20800%20000,los%20accidentes%20cerebrovasculares%20son%20prevenibles. Chen, Z., Shen, X., Chen, S., & Dai, K. (2017). Translational Medicine Research in Stroke. (P. A.Lapchak, & G.-Y. Yang, Edits.) Springer. doi:10.1007/978-981-10-5804-2 Ciaburro, G., & Venkateswaran, B. (2017). Neural Networks with R Smart models using CNN, RNN, deep learning, and artificial intelligence principles. Mapt. Constantino, I. (2009). Bleeding in the brain. Nature America, 15(10), 1131-1132. doi:https://doi.org/10.1038/nm1009-1131 Copeland, B. (2022). Inteligencia artificial Enciclopedia Britannica. Obtenido de https://www.britannica.com/technology/artificial-intelligence Cramer, S. C. (18 de Enero de 2018). Journal Of Stroke. Journal Of Stroke, 57-70. doi:https://doi.org/10.5853/jos.2017.02796 Cramer, S. C., Wolf, S. L., Adams, H. P., Chen, D., Dromerick, A. W., Dunning, K., . . . Broderick, J. P. (Marzo de 2017). Stroke Recovery & Rehabilitation Research: Issues, Opportunities, and the NIH StrokeNet. Stroke, 813-819. doi:10.1161/STROKEAHA.116.015501 Dan, N., & Bao, L. (2014). Emotional state classification from EEG data using machine learning approach. Neurocomputin, 129, 94-106. doi:10.1016/j.neucom.2013.06.046 Delgado, R. (9 de Junio de 2018). Introducción a los Modelos de Regresión en R. Obtenido de RPubs by RStudio: https://rpubs.com/rdelgado/395717 Dua, R., Ghotra, S. M., & Pentreath, N. (2017). Machine Learning with Spark - Second Edition (Root Mean Squared Log Error). Obtenido de O'REILLY: https://www.oreilly.com/library/view/machine-learning-with/9781785889936/4317943c-9452-4013-99b9-d267a2820b23.xhtml Faust, O., Hagiwara, Y., Hong, T. J., Lih, O. S., & Acharya, U. R. (2 de Abril de 2018). Deep learning for healthcare applications based on physiological signals: A review. Computer Methods and Programs in Biomedicine, 161, 1-13. doi:10.1016/j.cmpb.2018.04.005 Francois, C., & Allaire, J. (2017). Deep Learning whith R (Vol. 1) Glen, S. (2019). RMSE: Root Mean Square Error. Obtenido de StatisticsHowTo.com: Elementary Statistics for the rest of us: https://www.statisticshowto.com/probability-and-statistics/regression-analysis/rmse-root-mean-square-error/ Han, K., Chapman, S., & Krawczyk, D. (24 de Enero de 2018). Neuroplasticity of cognitive control networks following cognitive training for chronic traumatic brain injury. NeuroImage: Clinical, 1-49. doi:10.1016/j.nicl.2018.01.030 Hermann, D. M., & Chopp, M. (2014). Promoting brain remodelling and plasticity for stroke recovery: therapeutic promise and potential pitfalls of clinical translation. Lancet Neurol, 1-23. doi:10.1016/S1474-4422(12)70039-X. Hoffman, H. (26 de Abril de 2019). Neuroplasticidad: estimular su cerebro para mejorar la recuperación de un accidente cerebrovascular. (Saebo) Obtenido de https://www.saebo.com/blog/neuroplasticity-stimulating-your-brain-for-stroke-recovery/ IBM. (17 de agosto de 2021). Nodos de árbol de decisión: conceptos básicos. Obtenido de https://www.ibm.com/docs/es/spss-modeler/SaaS?topic=options-decision-tree-nodes-basics BM Cloud Education. (03 de Junio de 2020). Artificial Intelligence (AI). Obtenido de https://www.ibm.com/cloud/learn/what-is-artificial-intelligence Jaiswal, Sonoo. (2021). Análisis de regresión en aprendizaje automático. (Java T Point) Obtenido de Javatpoint: https://www.javatpoint.com/regression-analysis-in-machine-learning K. Chan, A. (2008). Biomedical Device Technology Principles and Design. Springfield: Charles C Thomas. Kara, H., Bayir, A., Ak, A., & Degirmenci, S. (2015). Cerebrovascular ischaemia after carbon monoxide intoxication. Singapore Med J, 56(2), e26-e28. doi:10.11622/smedj.2015030 Khan, F., Amatya, B., Galea, M., Gonzenbach, R., & Kesselring, J. (24 de October de 2016). Neurorehabilitation: applied neuroplasticity. J Neurol, 1-13. doi:10.1007/s00415-016-8307-9 Kim, Phil. (2017). MATLAB DEEP LEARNING:With Machine Learning, Neural Networks and Artificial Intelligence. Seoul, Korea: Apress. doi:DOI 10.1007/978-1-4842-2845-6 Kumar Chinnamgari, S. (2019). R Machine Learning Projects. Mapt. Lazaridis, C., & Smielewski, P. (2013). Optimal cerebral perfusion pressure: are we ready for it? Nerological Research, 35(2), 138-149. Liu, L., Liu, N., Zhang, Y., Li, Y., Rui, X., & Yang, Z. (2020). Machine learning approaches for estimating building energy consumption. IOP Conf. Series, 474, 1-6. doi:10.1088/1755-1315/474/5/052072 López, P. (29 de 06 de 2020). ¿ Qué es un archivo CSV y para qué sirve? Obtenido de geeknetic: https://www.geeknetic.es/Archivo-CSV/que-es-y-para-que-sirve Lotte, F. (2014). A Tutorial on EEG Signal-processing Techniques form Mental-state Recognition in Brain-Computer ibnterfaces. En Guide to Brain-Computer Music Interfacing. London: Springer. doi:10.1007/978-1-4471-6584-2_7 Marsland, S. (2015). Machine Learning An Algorithmic Perspective. Taylor & Francis Group. MAYO CLINIC. (Septiembre de 2019). Accidente Cerebrovascular. Obtenido de mayoclinic.org/es-es/diseases-conditions/stroke/symptoms-causes/syc-20350113 Nidal, K., & Malik, A. (2015). ECG/ERP ANALYSIS METHODS AND APPLICATIONS. Broken Sound Parkway : Taylor & Francis Group. Noticias Parlamento Europeo. (09 de Agosto de 2020). ¿Qupé es la inteligencia artificial y cómo se usa? Obtenido de https://www.europarl.europa.eu/news/es/headlines/society/20200827STO85804/que-es-la-inteligencia-artificial-y-como-se-usa NURORHB; Vinalopó, Vithas ;. (14 de Diciembre de 2017). Lóbulos frontales: funciones cognitivas. Obtenido de https://neurorhb.com/blog-dano-cerebral/lobulos-frontales-funciones-cognitivas/ OMS. (09 de Diciembre de 2020). La OMS revela las principales causas de muerte y discapacidad en el mundo: 2000-2019. Obtenido de https://www.who.int/es/news/item/09-12-2020-who-reveals-leading-causes-of-death-and-disability-worldwide-2000-2019 OPS. (2021). La carga de las enfermedades cardiovasculares en la Región de las Américas, 2000-2019. Obtenido de Portal de Datos de NMH. Organización Panamerica de la Salud: https://www.paho.org/es/enfermedades-no-transmisibles-salud-mental/portal-datos-enfermedades-no-transmisibles-salud-0 Organización Mundial de la Salud. (9 de diciembre de 2020). Las 10 principales causas de defunción. Obtenido de Organización Mundial de la Salud: https://www.who.int/es/news-room/fact-sheets/detail/the-top-10-causes-of-death Osuna Suárez, E., Caro Henao, L., & P. G. (2016). NEUROANATOMÍA Fundamentos de neuroanatomía estructural, funcional y clínica. Centro Editorial Universidad Nacional de Colombia. Past & Future of Stroke Care in Europe. (10 de Enero de 2017). The CNS Journal, 2(2), 19-23. Pérez R, Germán Enrique. (2007). Enfermedad cerebrovascular (Vol. Guia Neurológica 8). Colombia. Piquero, Iván. (26 de 03 de 2021). Diferencia entre sustancia gris y blanca del cerebro. (Psicología-Online ) Obtenido de https://www.psicologia-online.com/diferencia-entre-sustancia-gris-y-blanca-del-cerebro-5603.html Ponce Cruz, P. (2010). Inteligencia Artificial Con Aplicaciones A La Ingenieria. Alfaomega. Pons, J., Raya, R., & González, J. (2016). Emerging Therapies in Neurorehabilitation II (Vol. 10). Madrid: Springer. doi:10.1007/978-3-319-24901-8 Rouhiainen, L. (2018). Inteligencia Artificial 101 cosas que debes saber hoy sobre nuestro futuro. Alienta Editorial. Rouse, M. (Abril de 2021). ComputerWeekly.es. (Inteligencia Artificial o IA) Obtenido de https://www.computerweekly.com/es/definicion/Inteligencia-artificial-o-IA Sammut, C., & Webb, G. (2010). Encyclopedia of Machine Learning. Springer. doi:https://doi.org/10.1007/978-0-387-30164-8 Sasmita, Andrew Octavian; Kuruvilla, Joshua ; Kiong Ling, Pick. (18 de Abril de 2018). Harnessing Neuroplasticity: Modern Approaches and Clinical Future. (T. &. Francis, Ed.) International Journal of Neuroscience, 1-41. doi:10.1080/00207454.2018.1466781 Sieger, F. A. (2016). Boletin cardiecol fase II Nº 5. Obtenido de http://www.cardiecol.org/comunidad/bolet%C3%ADn-cardiecol-5-especial-sobre-acv Snell, Richard S ; Sunyer, Claustre Pont;. (2014). Neuroanatomia Clínica. Barcelona: Wolters Kluwer : Lippincott Willians & Wilkins. Sullivan, W. (2017). Machine Learning Beginners Guide Algorithms: Supervised & Unsupervised Learning, Decision Tree & Random Forest Introduction. Healthy Pragmatic Solutions Inc. . Theobald, C. (1974). Generalizations of Mean Square Error Applied to Ridge Regression. journal of the Royal Statistical Society: Series B (Medthodological), 36(1), 103-106. doi:https://doi.org/10.1111/j.2517-6161.1974.tb00990.x Tortora, G., & Derrickson, B. (s.f.). Principios de Anatomia y fisiología (Vol. 11). Panamericana. Vapnik, V., Golowich, S., & Smola, A. (1996). Support Vector Method for Function Approximation, Regression Estimation, and Signal Processing. 281-287. Vidatecno.net. (2016). El concepto detrás de las interfaces cerebro computadora. (Vidatecno.net) Obtenido de https://vidatecno.net/el-concepto-detras-de-las-interfaces-cerebro-computadora/ Waxman, Stephen G. (2018). Neuroanatomía Clínica (26 ed.). Mc Graw Hill Lange. WEN, T., & ZHANG, Z. (28 de Abril de 2018). Deep Convolution Neural Network and Autoencoders-Based Unsupervised Feature Learning of EEG Signals. IEEE ACCESS, 6, 25399- 25410. doi:10.1109/ACCESS.2018.2833746 Wenderoth, N. (03 de Abril de 2018). Motor Learning Triggers Neuroplastic Processes While Awake and During Sleep. American College of sports Medicine, 1-32. doi:10.1249/JES.0000000000000154 World Health Organization. (2019). Stroke, Cerebrovascular accident. Recuperado el 2021, de World Health Organization: http://www.emro.who.int/health-topics/stroke-cerebrovascular-accident/index.html#:~:text=Annually%2C%2015%20million%20people%20worldwide,cause%20is%20high%20blood%20pressure. Yoav, M., & Roint, B. (27 de febrero de 2019). Introduction to artificial intelligence in medicine. Minimally Invasive Therapy & Allied Technologies, 28, 73-81. Zhang, R., Zhang, Z., & Chopp, M. (2016). Function of neural stem cells in ischemic brain repair processes. Journal of Cerebral Blood Flow &, 1-10. doi:10.1177/0271678X16674487 |
| dc.rights.spa.fl_str_mv |
Derechos Reservados - Universidad ECCI, 2022 |
| dc.rights.accessrights.spa.fl_str_mv |
info:eu-repo/semantics/openAccess |
| dc.rights.coar.spa.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| rights_invalid_str_mv |
Derechos Reservados - Universidad ECCI, 2022 http://purl.org/coar/access_right/c_abf2 |
| eu_rights_str_mv |
openAccess |
| dc.format.extent.spa.fl_str_mv |
69 p. |
| dc.format.mimetype.spa.fl_str_mv |
application/pdf |
| dc.publisher.spa.fl_str_mv |
Universidad ECCI |
| dc.publisher.place.spa.fl_str_mv |
Colombia |
| dc.publisher.faculty.spa.fl_str_mv |
Facultad de Ingenierías |
| institution |
Universidad ECCI |
| bitstream.url.fl_str_mv |
https://repositorio.ecci.edu.co/bitstream/001/3002/3/Trabajo%20de%20grado.pdf https://repositorio.ecci.edu.co/bitstream/001/3002/2/Cesi%c3%b3n%20de%20derechos.pdf https://repositorio.ecci.edu.co/bitstream/001/3002/1/Acta%20de%20opci%c3%b3n%20de%20grado.pdf https://repositorio.ecci.edu.co/bitstream/001/3002/4/license.txt https://repositorio.ecci.edu.co/bitstream/001/3002/5/Trabajo%20de%20grado.pdf.txt https://repositorio.ecci.edu.co/bitstream/001/3002/7/Cesi%c3%b3n%20de%20derechos.pdf.txt https://repositorio.ecci.edu.co/bitstream/001/3002/9/Acta%20de%20opci%c3%b3n%20de%20grado.pdf.txt https://repositorio.ecci.edu.co/bitstream/001/3002/6/Trabajo%20de%20grado.pdf.jpg https://repositorio.ecci.edu.co/bitstream/001/3002/8/Cesi%c3%b3n%20de%20derechos.pdf.jpg https://repositorio.ecci.edu.co/bitstream/001/3002/10/Acta%20de%20opci%c3%b3n%20de%20grado.pdf.jpg |
| bitstream.checksum.fl_str_mv |
5d2a4a78ace9d068851d2612af0bcd0c e0d622f073eb34bf3c5112a6742e6881 d9ec34c7fb2192fef6067e90ceabcdd9 88794144ff048353b359a3174871b0d5 fed87555ebec01daa1b72e9042cb9fc5 918133c4b1f4f794d68b85d402af68f1 1b8de87305b0e6b5ca1747b2c5b414ad 4a0dab1913a60e08ab2b32f0572d173d dcc01f14649cf10be2f9e6722ca5023e 05af771c8cfe53685585aba952ee720d |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio Digital Universidad ECCI |
| repository.mail.fl_str_mv |
repositorio.institucional@ecci.edu.co |
| _version_ |
1818098886792708096 |
| spelling |
Jaramillo Diaz, Ricardoab8dc31acc03b9202cd6619bbb697763Barahona García, María Alejandra7dce3e6ac381bf4484f418832c088e2cJaramillo Marín, Laura Verónicabd8862e86722744833d60b532aecf3162022-08-17T21:03:09Z2022-08-17T21:03:09Z2022Barahona García, A., Jaramillo Marín, V., Jaramillo Díaz, R. (2022). REGRESIÓN Y CARACTERIZACIÓN DE SEÑALES ELECTROENCEFALOGRÁFICAS EMPLEANDO TÉCNICAS DE INTELIGENCIA ARTIFICIAL[Tesis de Pregrado Universidad ECCI]. Repositorio Institucional – Universidad ECCIhttps://repositorio.ecci.edu.co/handle/001/3002El cerebro es un sistema de auto organización, las áreas internas del cerebro controlan el funcionamiento de los músculos; También controlan el habla, pensamiento, emociones, lectura, redacción y el aprendizaje. La reorganización de su estructura, función y conexiones se adaptan durante toda la vida esto se basa en la neuroplasticidad. La hipertensión arterial (HTA), el hábito de fumar, la diabetes mellitus, la fibrilación auricular y la dislipidemia y algunos hábitos modificables como el sedentarismo, la alimentación no saludable y el consumo desmedido de alcohol, tienen silenciosas, graves e irreversibles consecuencias como los accidentes cerebro vasculares (ACV), siendo la segunda causa de muerte en el mundo. Algunas de las técnicas de procesamiento de las señales cerebrales se basan en algoritmos de inteligencia artificial, para la extracción de características específicas, por medio de la señal de electroencefalografía (EEG). Los algoritmos de regresión forman parte de la estructura de la inteligencia artificial. La comparación y evaluación mediante las métricas estadísticas de la señal original y la señal predicha de EEG, determina la fiabilidad de los algoritmos de regresión empleados, árboles de decisión, bosques aleatorios, máquina de soporte vectorial y redes neuronales en procesos de predicción, servirá para posteriores procesos de rehabilitación. La predicción más cercana se evidencia por redes neuronales, presentan mayor gasto computacional, y requiere de un tiempo prolongado para evidenciar los resultados. Los árboles de decisión, bosques aleatorios y máquinas de soporte vectorial empleadas, generan resultados de predicción similar y requieren menor tiempo y gasto computacional.Contenido Título De La Investigación 11 1. Introducción 11 2. Planteamiento Del Problema 15 3. Justificación 16 4. Hipótesis 17 5. Objetivos 18 5.1 Objetivo General 18 5.2 Objetivos Específicos 18 6. Estado Del Arte 19 7. Marco De Referencia 22 7.1 El Cerebro 22 7.2 Plasticidad Cerebral 27 7.3 Accidente Cerebrovascular 27 7.4 Electroencefalografía, EEG 30 7.5 Inteligencia Artificial (IA) 36 7.5.1 Concepto 36 7.5.2 Tipos de Inteligencia Artificial 37 7.5.3 Componentes 37 7.6 Interfaz Cerebro-Máquina 37 7.7 Aprendizaje Automático 38 7.7.1 Tipos De Aprendizaje 38 7.8 Algoritmos de regresión 39 7.8.1 Árboles de decisión 39 7.8.2 Bosques aleatorios 40 7.8.3 Máquinas de soporte vectorial 40 7.8.4 Redes neuronales 40 7.9 Métricas de Evaluación 41 8. Metodología 43 8.1 Origen de las señales de EEG procesada 43 8.2 Delimitación de grupo de señales a utilizar 44 8.3 Preprocesamiento 45 8.4 Entrenamiento de algoritmos 48 9. Resultados 51 9.1 Preprocesamiento de los Datos 51 9.2 Algoritmos de Regresión 53 9.2.1 Árboles de decisión 53 9.2.2 Bosques Aleatorios 55 9.2.3 Máquina de Soporte Vectorial 58 9.2.4 Red Neuronal 59 9.2.5 Tiempo de ejecución de procesos en R 60 9.2.6 Comparación evaluación de métricas algoritmos de regresión 61 10. Discusión 62 11. Conclusiones 64 11. Bibliografía 65PregradoIngeniero en BiomédicaIngeniería Biomédica69 p.application/pdfspaUniversidad ECCIColombiaFacultad de IngenieríasDerechos Reservados - Universidad ECCI, 2022info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Regresión y caracterización de señales electroencefalográficas empleando técnicas de inteligencia artificialTrabajo de grado - Pregradohttp://purl.org/coar/resource_type/c_7a1fTextinfo:eu-repo/semantics/bachelorThesishttps://purl.org/redcol/resource_type/TPhttp://purl.org/coar/version/c_970fb48d4fbd8a85http://purl.org/coar/version/c_dc82b40f9837b551Adhikaria, B., Epstein, B., & Dhamala, M. (2017). Enhanced brain network activity in complex movement rhythms: a simultaneous fMRI-EEG study. Brain Connectivity, 1-40. doi:10.1089/brain.2017.0547)Afifi, A., & Bergman, R. (2018). Neuro Anatomía Funcional. Mc Graw HillAlvarez Estevez, D. (2019). European Data Format. (EDF PLUS) Obtenido de European Data Format: https://www.edfplus.info/Amat Rodrigo, J. (Febrero de 2017). Árboles de decisión, random forest, gradient boosting y C5.0. Obtenido de Ciencia de datos: https://www.cienciadedatos.net/documentos/33_arboles_de_prediccion_bagging_random_forest_boosting#%C3%81rboles_de_regresi%C3%B3nAmerican Heart Association. (2021). Heart Disease and Stroke Statistics 2021 Update. doi:10.1161/CIR.0000000000000950Anyanwu, Matthew & Shiva, S. (2009). Comparative Analysis of Serial Decision Tree Classification Algorithms. International Journal of Computer Science and Security., 230-239. Obtenido de https://www.researchgate.net/publication/41822936_Comparative_Analysis_of_Serial_Decision_Tree_Classification_AlgorithmsBenjamin EJ, Blaha MJ, Chiuve SE, Cushman M, Das SR , Deo R, . . . Gillespie C Isas. (Enero de 2017). Heart Disease and Stroke Statistics 2017. AHA JOURNALS(133), 447- 454.Bitbrain. (30 de Abril de 2020). Colocación de electrodos EEG en un Layout Fijo vs. Variable. (Neurotecnología) Obtenido de https://www.bitbrain.com/es/blog/colocacion-electrodos-eegBoden, M. (2016). Inteligencia Artificial. Turner Noema.Borge, J. N. (12 de Junio de 2017). Universidad de Cantabria, Tema 2. Motilidad del tracto intestinal. Obtenido de https://ocw.unican.es/mod/page/view.php?id=565#:~:text=Potenciales%20en%20meseta%20y%20espigas,que%20el%20parasimp%C3%A1tico%20las%20estimula.Burns, P. (2011). TheR Inferno. Obtenido de https://www.burns-stat.com/pages/Tutor/R_inferno.pdfCameron, C., & Windmeijer, F. (2012). R-Squared Measures for Count Data Regression Models With Applications to Health-Care Utilization. Journal of Business & Economic Statistics, 37-41. doi:https://doi.org/10.1080/07350015.1996.10524648Caplan, L. R. (2009). CAPLAN’S STROKE: A CLINICAL APPROACH, FOURTH EDITION. Saunders Elseiver.Cárdenas Gómez, W. (2021). "Identificación Y Monitoreo De Señales Cerebrales Que Intervienen En Movimientos Involuntarios De Articulaciones en Pacientes Con Parkinson". Torreón, Coahuila: Tecnológico Nacional de México Instituto TecnológicoCDC. (17 de Septiembre de 2017). Prevención de Muertes por Accidente Cerebro Vascula. Obtenido de CDC: https://www.cdc.gov/spanish/signosvitales/accidentes-cerebrovasculares/index.html#:~:text=Cada%20a%C3%B1o%2C%20casi%20800%20000,los%20accidentes%20cerebrovasculares%20son%20prevenibles.Chen, Z., Shen, X., Chen, S., & Dai, K. (2017). Translational Medicine Research in Stroke. (P. A.Lapchak, & G.-Y. Yang, Edits.) Springer. doi:10.1007/978-981-10-5804-2Ciaburro, G., & Venkateswaran, B. (2017). Neural Networks with R Smart models using CNN, RNN, deep learning, and artificial intelligence principles. Mapt.Constantino, I. (2009). Bleeding in the brain. Nature America, 15(10), 1131-1132. doi:https://doi.org/10.1038/nm1009-1131Copeland, B. (2022). Inteligencia artificial Enciclopedia Britannica. Obtenido de https://www.britannica.com/technology/artificial-intelligenceCramer, S. C. (18 de Enero de 2018). Journal Of Stroke. Journal Of Stroke, 57-70. doi:https://doi.org/10.5853/jos.2017.02796Cramer, S. C., Wolf, S. L., Adams, H. P., Chen, D., Dromerick, A. W., Dunning, K., . . . Broderick, J. P. (Marzo de 2017). Stroke Recovery & Rehabilitation Research: Issues, Opportunities, and the NIH StrokeNet. Stroke, 813-819. doi:10.1161/STROKEAHA.116.015501Dan, N., & Bao, L. (2014). Emotional state classification from EEG data using machine learning approach. Neurocomputin, 129, 94-106. doi:10.1016/j.neucom.2013.06.046Delgado, R. (9 de Junio de 2018). Introducción a los Modelos de Regresión en R. Obtenido de RPubs by RStudio: https://rpubs.com/rdelgado/395717Dua, R., Ghotra, S. M., & Pentreath, N. (2017). Machine Learning with Spark - Second Edition (Root Mean Squared Log Error). Obtenido de O'REILLY: https://www.oreilly.com/library/view/machine-learning-with/9781785889936/4317943c-9452-4013-99b9-d267a2820b23.xhtmlFaust, O., Hagiwara, Y., Hong, T. J., Lih, O. S., & Acharya, U. R. (2 de Abril de 2018). Deep learning for healthcare applications based on physiological signals: A review. Computer Methods and Programs in Biomedicine, 161, 1-13. doi:10.1016/j.cmpb.2018.04.005Francois, C., & Allaire, J. (2017). Deep Learning whith R (Vol. 1)Glen, S. (2019). RMSE: Root Mean Square Error. Obtenido de StatisticsHowTo.com: Elementary Statistics for the rest of us: https://www.statisticshowto.com/probability-and-statistics/regression-analysis/rmse-root-mean-square-error/Han, K., Chapman, S., & Krawczyk, D. (24 de Enero de 2018). Neuroplasticity of cognitive control networks following cognitive training for chronic traumatic brain injury. NeuroImage: Clinical, 1-49. doi:10.1016/j.nicl.2018.01.030Hermann, D. M., & Chopp, M. (2014). Promoting brain remodelling and plasticity for stroke recovery: therapeutic promise and potential pitfalls of clinical translation. Lancet Neurol, 1-23. doi:10.1016/S1474-4422(12)70039-X.Hoffman, H. (26 de Abril de 2019). Neuroplasticidad: estimular su cerebro para mejorar la recuperación de un accidente cerebrovascular. (Saebo) Obtenido de https://www.saebo.com/blog/neuroplasticity-stimulating-your-brain-for-stroke-recovery/IBM. (17 de agosto de 2021). Nodos de árbol de decisión: conceptos básicos. Obtenido de https://www.ibm.com/docs/es/spss-modeler/SaaS?topic=options-decision-tree-nodes-basicsBM Cloud Education. (03 de Junio de 2020). Artificial Intelligence (AI). Obtenido de https://www.ibm.com/cloud/learn/what-is-artificial-intelligenceJaiswal, Sonoo. (2021). Análisis de regresión en aprendizaje automático. (Java T Point) Obtenido de Javatpoint: https://www.javatpoint.com/regression-analysis-in-machine-learningK. Chan, A. (2008). Biomedical Device Technology Principles and Design. Springfield: Charles C Thomas.Kara, H., Bayir, A., Ak, A., & Degirmenci, S. (2015). Cerebrovascular ischaemia after carbon monoxide intoxication. Singapore Med J, 56(2), e26-e28. doi:10.11622/smedj.2015030Khan, F., Amatya, B., Galea, M., Gonzenbach, R., & Kesselring, J. (24 de October de 2016). Neurorehabilitation: applied neuroplasticity. J Neurol, 1-13. doi:10.1007/s00415-016-8307-9Kim, Phil. (2017). MATLAB DEEP LEARNING:With Machine Learning, Neural Networks and Artificial Intelligence. Seoul, Korea: Apress. doi:DOI 10.1007/978-1-4842-2845-6Kumar Chinnamgari, S. (2019). R Machine Learning Projects. Mapt.Lazaridis, C., & Smielewski, P. (2013). Optimal cerebral perfusion pressure: are we ready for it? Nerological Research, 35(2), 138-149.Liu, L., Liu, N., Zhang, Y., Li, Y., Rui, X., & Yang, Z. (2020). Machine learning approaches for estimating building energy consumption. IOP Conf. Series, 474, 1-6. doi:10.1088/1755-1315/474/5/052072López, P. (29 de 06 de 2020). ¿ Qué es un archivo CSV y para qué sirve? Obtenido de geeknetic: https://www.geeknetic.es/Archivo-CSV/que-es-y-para-que-sirveLotte, F. (2014). A Tutorial on EEG Signal-processing Techniques form Mental-state Recognition in Brain-Computer ibnterfaces. En Guide to Brain-Computer Music Interfacing. London: Springer. doi:10.1007/978-1-4471-6584-2_7Marsland, S. (2015). Machine Learning An Algorithmic Perspective. Taylor & Francis Group.MAYO CLINIC. (Septiembre de 2019). Accidente Cerebrovascular. Obtenido de mayoclinic.org/es-es/diseases-conditions/stroke/symptoms-causes/syc-20350113Nidal, K., & Malik, A. (2015). ECG/ERP ANALYSIS METHODS AND APPLICATIONS. Broken Sound Parkway : Taylor & Francis Group.Noticias Parlamento Europeo. (09 de Agosto de 2020). ¿Qupé es la inteligencia artificial y cómo se usa? Obtenido de https://www.europarl.europa.eu/news/es/headlines/society/20200827STO85804/que-es-la-inteligencia-artificial-y-como-se-usaNURORHB; Vinalopó, Vithas ;. (14 de Diciembre de 2017). Lóbulos frontales: funciones cognitivas. Obtenido de https://neurorhb.com/blog-dano-cerebral/lobulos-frontales-funciones-cognitivas/OMS. (09 de Diciembre de 2020). La OMS revela las principales causas de muerte y discapacidad en el mundo: 2000-2019. Obtenido de https://www.who.int/es/news/item/09-12-2020-who-reveals-leading-causes-of-death-and-disability-worldwide-2000-2019OPS. (2021). La carga de las enfermedades cardiovasculares en la Región de las Américas, 2000-2019. Obtenido de Portal de Datos de NMH. Organización Panamerica de la Salud: https://www.paho.org/es/enfermedades-no-transmisibles-salud-mental/portal-datos-enfermedades-no-transmisibles-salud-0Organización Mundial de la Salud. (9 de diciembre de 2020). Las 10 principales causas de defunción. Obtenido de Organización Mundial de la Salud: https://www.who.int/es/news-room/fact-sheets/detail/the-top-10-causes-of-deathOsuna Suárez, E., Caro Henao, L., & P. G. (2016). NEUROANATOMÍA Fundamentos de neuroanatomía estructural, funcional y clínica. Centro Editorial Universidad Nacional de Colombia.Past & Future of Stroke Care in Europe. (10 de Enero de 2017). The CNS Journal, 2(2), 19-23.Pérez R, Germán Enrique. (2007). Enfermedad cerebrovascular (Vol. Guia Neurológica 8). Colombia.Piquero, Iván. (26 de 03 de 2021). Diferencia entre sustancia gris y blanca del cerebro. (Psicología-Online ) Obtenido de https://www.psicologia-online.com/diferencia-entre-sustancia-gris-y-blanca-del-cerebro-5603.htmlPonce Cruz, P. (2010). Inteligencia Artificial Con Aplicaciones A La Ingenieria. Alfaomega.Pons, J., Raya, R., & González, J. (2016). Emerging Therapies in Neurorehabilitation II (Vol. 10). Madrid: Springer. doi:10.1007/978-3-319-24901-8Rouhiainen, L. (2018). Inteligencia Artificial 101 cosas que debes saber hoy sobre nuestro futuro. Alienta Editorial.Rouse, M. (Abril de 2021). ComputerWeekly.es. (Inteligencia Artificial o IA) Obtenido de https://www.computerweekly.com/es/definicion/Inteligencia-artificial-o-IASammut, C., & Webb, G. (2010). Encyclopedia of Machine Learning. Springer. doi:https://doi.org/10.1007/978-0-387-30164-8Sasmita, Andrew Octavian; Kuruvilla, Joshua ; Kiong Ling, Pick. (18 de Abril de 2018). Harnessing Neuroplasticity: Modern Approaches and Clinical Future. (T. &. Francis, Ed.) International Journal of Neuroscience, 1-41. doi:10.1080/00207454.2018.1466781Sieger, F. A. (2016). Boletin cardiecol fase II Nº 5. Obtenido de http://www.cardiecol.org/comunidad/bolet%C3%ADn-cardiecol-5-especial-sobre-acvSnell, Richard S ; Sunyer, Claustre Pont;. (2014). Neuroanatomia Clínica. Barcelona: Wolters Kluwer : Lippincott Willians & Wilkins.Sullivan, W. (2017). Machine Learning Beginners Guide Algorithms: Supervised & Unsupervised Learning, Decision Tree & Random Forest Introduction. Healthy Pragmatic Solutions Inc. .Theobald, C. (1974). Generalizations of Mean Square Error Applied to Ridge Regression. journal of the Royal Statistical Society: Series B (Medthodological), 36(1), 103-106. doi:https://doi.org/10.1111/j.2517-6161.1974.tb00990.xTortora, G., & Derrickson, B. (s.f.). Principios de Anatomia y fisiología (Vol. 11). Panamericana.Vapnik, V., Golowich, S., & Smola, A. (1996). Support Vector Method for Function Approximation, Regression Estimation, and Signal Processing. 281-287.Vidatecno.net. (2016). El concepto detrás de las interfaces cerebro computadora. (Vidatecno.net) Obtenido de https://vidatecno.net/el-concepto-detras-de-las-interfaces-cerebro-computadora/Waxman, Stephen G. (2018). Neuroanatomía Clínica (26 ed.). Mc Graw Hill Lange.WEN, T., & ZHANG, Z. (28 de Abril de 2018). Deep Convolution Neural Network and Autoencoders-Based Unsupervised Feature Learning of EEG Signals. IEEE ACCESS, 6, 25399- 25410. doi:10.1109/ACCESS.2018.2833746Wenderoth, N. (03 de Abril de 2018). Motor Learning Triggers Neuroplastic Processes While Awake and During Sleep. American College of sports Medicine, 1-32. doi:10.1249/JES.0000000000000154World Health Organization. (2019). Stroke, Cerebrovascular accident. Recuperado el 2021, de World Health Organization: http://www.emro.who.int/health-topics/stroke-cerebrovascular-accident/index.html#:~:text=Annually%2C%2015%20million%20people%20worldwide,cause%20is%20high%20blood%20pressure.Yoav, M., & Roint, B. (27 de febrero de 2019). Introduction to artificial intelligence in medicine. Minimally Invasive Therapy & Allied Technologies, 28, 73-81.Zhang, R., Zhang, Z., & Chopp, M. (2016). Function of neural stem cells in ischemic brain repair processes. Journal of Cerebral Blood Flow &, 1-10. doi:10.1177/0271678X16674487Accidente CerebrovascularNeuroplasticidadInteligencia artificialAlgoritmos de regresiónStrokeNeuroplasticityArtificial IntelligenceRegression AlgorithmsORIGINALTrabajo de grado.pdfTrabajo de grado.pdfapplication/pdf1402507https://repositorio.ecci.edu.co/bitstream/001/3002/3/Trabajo%20de%20grado.pdf5d2a4a78ace9d068851d2612af0bcd0cMD53Cesión de derechos.pdfCesión de derechos.pdfapplication/pdf871831https://repositorio.ecci.edu.co/bitstream/001/3002/2/Cesi%c3%b3n%20de%20derechos.pdfe0d622f073eb34bf3c5112a6742e6881MD52Acta de opción de grado.pdfActa de opción de grado.pdfapplication/pdf137035https://repositorio.ecci.edu.co/bitstream/001/3002/1/Acta%20de%20opci%c3%b3n%20de%20grado.pdfd9ec34c7fb2192fef6067e90ceabcdd9MD51LICENSElicense.txtlicense.txttext/plain; charset=utf-814798https://repositorio.ecci.edu.co/bitstream/001/3002/4/license.txt88794144ff048353b359a3174871b0d5MD54TEXTTEXTTrabajo de grado.pdf.txtTrabajo de grado.pdf.txtExtracted texttext/plain104501https://repositorio.ecci.edu.co/bitstream/001/3002/5/Trabajo%20de%20grado.pdf.txtfed87555ebec01daa1b72e9042cb9fc5MD55Cesión de derechos.pdf.txtCesión de derechos.pdf.txtExtracted texttext/plain3409https://repositorio.ecci.edu.co/bitstream/001/3002/7/Cesi%c3%b3n%20de%20derechos.pdf.txt918133c4b1f4f794d68b85d402af68f1MD57Acta de opción de grado.pdf.txtActa de opción de grado.pdf.txtExtracted texttext/plain1549https://repositorio.ecci.edu.co/bitstream/001/3002/9/Acta%20de%20opci%c3%b3n%20de%20grado.pdf.txt1b8de87305b0e6b5ca1747b2c5b414adMD59THUMBNAILTrabajo de grado.pdf.jpgTrabajo de grado.pdf.jpgGenerated Thumbnailimage/jpeg6467https://repositorio.ecci.edu.co/bitstream/001/3002/6/Trabajo%20de%20grado.pdf.jpg4a0dab1913a60e08ab2b32f0572d173dMD56Cesión de derechos.pdf.jpgCesión de derechos.pdf.jpgGenerated Thumbnailimage/jpeg14972https://repositorio.ecci.edu.co/bitstream/001/3002/8/Cesi%c3%b3n%20de%20derechos.pdf.jpgdcc01f14649cf10be2f9e6722ca5023eMD58Acta de opción de grado.pdf.jpgActa de opción de grado.pdf.jpgGenerated Thumbnailimage/jpeg13848https://repositorio.ecci.edu.co/bitstream/001/3002/10/Acta%20de%20opci%c3%b3n%20de%20grado.pdf.jpg05af771c8cfe53685585aba952ee720dMD510THUMBNAIL001/3002oai:repositorio.ecci.edu.co:001/30022024-07-24 16:14:48.412Repositorio Digital Universidad ECCIrepositorio.institucional@ecci.edu.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 |