Detección automática de redes neuronales en estado de reposo a partir de componentes independientes con clasificadores neurales

57 páginas

Autores:
Zuleta Escobar, Sara
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2011
Institución:
Universidad EIA .
Repositorio:
Repositorio EIA .
Idioma:
spa
OAI Identifier:
oai:repository.eia.edu.co:11190/6125
Acceso en línea:
https://repository.eia.edu.co/handle/11190/6125
Palabra clave:
Análisis de componentes independientes
Red en estado de reposo
Red neuronal
Resonancia magnética neurofuncional.
Functional magnetic resonance imaging
Independent component analysis
Neuronal network
Resting state network
Rights
openAccess
License
Derechos Reservados - Universidad EIA, 2011
id REIA2_346802d8079bf6f1a571ecdf7b345a92
oai_identifier_str oai:repository.eia.edu.co:11190/6125
network_acronym_str REIA2
network_name_str Repositorio EIA .
repository_id_str
dc.title.none.fl_str_mv Detección automática de redes neuronales en estado de reposo a partir de componentes independientes con clasificadores neurales
title Detección automática de redes neuronales en estado de reposo a partir de componentes independientes con clasificadores neurales
spellingShingle Detección automática de redes neuronales en estado de reposo a partir de componentes independientes con clasificadores neurales
Análisis de componentes independientes
Red en estado de reposo
Red neuronal
Resonancia magnética neurofuncional.
Functional magnetic resonance imaging
Independent component analysis
Neuronal network
Resting state network
title_short Detección automática de redes neuronales en estado de reposo a partir de componentes independientes con clasificadores neurales
title_full Detección automática de redes neuronales en estado de reposo a partir de componentes independientes con clasificadores neurales
title_fullStr Detección automática de redes neuronales en estado de reposo a partir de componentes independientes con clasificadores neurales
title_full_unstemmed Detección automática de redes neuronales en estado de reposo a partir de componentes independientes con clasificadores neurales
title_sort Detección automática de redes neuronales en estado de reposo a partir de componentes independientes con clasificadores neurales
dc.creator.fl_str_mv Zuleta Escobar, Sara
dc.contributor.advisor.none.fl_str_mv Rascovsky, Simón
dc.contributor.author.none.fl_str_mv Zuleta Escobar, Sara
dc.subject.proposal.spa.fl_str_mv Análisis de componentes independientes
Red en estado de reposo
Red neuronal
Resonancia magnética neurofuncional.
topic Análisis de componentes independientes
Red en estado de reposo
Red neuronal
Resonancia magnética neurofuncional.
Functional magnetic resonance imaging
Independent component analysis
Neuronal network
Resting state network
dc.subject.proposal.eng.fl_str_mv Functional magnetic resonance imaging
Independent component analysis
Neuronal network
Resting state network
description 57 páginas
publishDate 2011
dc.date.issued.none.fl_str_mv 2011
dc.date.accessioned.none.fl_str_mv 2023-08-28T18:39:09Z
dc.date.available.none.fl_str_mv 2023-08-28T18:39:09Z
dc.type.none.fl_str_mv Trabajo de grado - Pregrado
dc.type.coar.none.fl_str_mv http://purl.org/coar/resource_type/c_7a1f
dc.type.driver.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.type.version.none.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.content.none.fl_str_mv Text
dc.type.redcol.none.fl_str_mv http://purl.org/redcol/resource_type/TP
dc.type.coarversion.none.fl_str_mv http://purl.org/coar/version/c_970fb48d4fbd8a85
format http://purl.org/coar/resource_type/c_7a1f
status_str publishedVersion
dc.identifier.uri.none.fl_str_mv https://repository.eia.edu.co/handle/11190/6125
url https://repository.eia.edu.co/handle/11190/6125
dc.language.iso.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv Derechos Reservados - Universidad EIA, 2011
dc.rights.uri.none.fl_str_mv https://creativecommons.org/licenses/by-nc-nd/4.0/
dc.rights.license.none.fl_str_mv Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
dc.rights.accessrights.none.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.coar.none.fl_str_mv http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv Derechos Reservados - Universidad EIA, 2011
https://creativecommons.org/licenses/by-nc-nd/4.0/
Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.format.mimetype.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidad EIA
dc.publisher.program.none.fl_str_mv Ingeniería Biomédica
dc.publisher.faculty.none.fl_str_mv Escuela de Ciencias de la Vida
dc.publisher.place.none.fl_str_mv Envigado (Antioquia, Colombia)
publisher.none.fl_str_mv Universidad EIA
institution Universidad EIA .
bitstream.url.fl_str_mv https://repository.eia.edu.co/bitstreams/bee99411-e85f-464f-8a15-a7eb43ab84e4/download
https://repository.eia.edu.co/bitstreams/44604365-521f-4049-8897-82f6b5f4013d/download
https://repository.eia.edu.co/bitstreams/8fc37184-869d-4b1a-8978-119456678f21/download
https://repository.eia.edu.co/bitstreams/48879838-8ff2-4885-b028-150f9fe135a6/download
bitstream.checksum.fl_str_mv 2230f2c9d9ceb679d02f4d9f4ede333a
2264fce645ac2952653ce3f3b8fa781e
10cd5e80aa5be9891fc89e811e7394aa
a84b56d0e8bc34b874e78da7873e7d80
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Institucional Universidad EIA
repository.mail.fl_str_mv bdigital@metabiblioteca.com
_version_ 1814100886961520640
spelling Rascovsky, SimónZuleta Escobar, Sara2023-08-28T18:39:09Z2023-08-28T18:39:09Z2011https://repository.eia.edu.co/handle/11190/612557 páginasRESUMEN: Este estudio presenta un método para la clasificación del componente Default Mode Network de las redes en estado de reposo por medio de las redes neuronales ART 1 (teoría de la resonancia adaptativa 1) y Mapas Autoorganizativos de Kohonen. Primero se expone en el marco de referencia los temas necesarios para el entendimiento del trabajo de grado, contando con un abordaje amplio a los tipos de redes neuronales utilizadas. Posteriormente se plantea el desarrollo del proyecto, incluyendo la población, los métodos de adquisición de las imágenes, preprocesamiento, análisis de componentes independientes y procesamiento; después de haber determinado los modelos que satisfagan el reconocimiento de patrones, se procede al entrenamiento y clasificación de los dos tipos de redes. A continuación se demuestra que los tipos de redes neuronales artificiales propuestas difieren en resultados, siendo la ART 1 reproducible para este tipo de abordajes con la certeza de la convergencia de la red para un buen entrenamiento y la red tipo Kohonen descartada por la incapacidad de diferenciar el Default Mode Network de las demás redes en estado de reposo. Finalmente se realiza una discusión en la que se hace una comparación con otros métodos encontrados en la revisión bibliográfica, se concluye acerca del proyecto y se presentan una serie de recomendaciones para futuras modificaciones.ABSTRACT: This study presents a method for the classification of the Default Mode Network component of resting state networks using neurals networks: ART 1 (based on adaptive resonance theory) and Kohonen's Self Organizing Maps. First discussed in the framework the necessary topics for the understanding of the thesis, with a comprehensive approach to the types of neural networks used. Subsequently, proposes the development of the project, including population, methods of image acquisition, preprocessing, independent component analysis and processing, after having determined the models that satisfy the recognition of patterns, we proceed to the training and classification two types of networks. Below it is shown that the types of artificial neural networks proposals differ in results: the ART 1 can be reproduced for such approaches with the certainty of convergence of the network for a good training and Kohonen network has not the capability of differentiate the Default Mode Network of the others resting state networks. Finally a discussion is conducted in which a comparison with other methods found in the literature review, we conclude about the project and presents a series of recommendations for future modifications.PregradoIngeniero (a) Biomédico (a)application/pdfspaUniversidad EIAIngeniería BiomédicaEscuela de Ciencias de la VidaEnvigado (Antioquia, Colombia)Derechos Reservados - Universidad EIA, 2011https://creativecommons.org/licenses/by-nc-nd/4.0/Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Detección automática de redes neuronales en estado de reposo a partir de componentes independientes con clasificadores neuralesTrabajo de grado - Pregradohttp://purl.org/coar/resource_type/c_7a1finfo:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/publishedVersionTexthttp://purl.org/redcol/resource_type/TPhttp://purl.org/coar/version/c_970fb48d4fbd8a85Análisis de componentes independientesRed en estado de reposoRed neuronalResonancia magnética neurofuncional.Functional magnetic resonance imagingIndependent component analysisNeuronal networkResting state networkPublicationORIGINALZuletaSara_2011_DeteccionAutomaticaRedes.pdfZuletaSara_2011_DeteccionAutomaticaRedes.pdfapplication/pdf4030726https://repository.eia.edu.co/bitstreams/bee99411-e85f-464f-8a15-a7eb43ab84e4/download2230f2c9d9ceb679d02f4d9f4ede333aMD51LICENSElicense.txtlicense.txttext/plain; charset=utf-82553https://repository.eia.edu.co/bitstreams/44604365-521f-4049-8897-82f6b5f4013d/download2264fce645ac2952653ce3f3b8fa781eMD52TEXTZuletaSara_2011_DeteccionAutomaticaRedes.pdf.txtZuletaSara_2011_DeteccionAutomaticaRedes.pdf.txtExtracted texttext/plain89037https://repository.eia.edu.co/bitstreams/8fc37184-869d-4b1a-8978-119456678f21/download10cd5e80aa5be9891fc89e811e7394aaMD53THUMBNAILZuletaSara_2011_DeteccionAutomaticaRedes.pdf.jpgZuletaSara_2011_DeteccionAutomaticaRedes.pdf.jpgGenerated Thumbnailimage/jpeg4041https://repository.eia.edu.co/bitstreams/48879838-8ff2-4885-b028-150f9fe135a6/downloada84b56d0e8bc34b874e78da7873e7d80MD5411190/6125oai:repository.eia.edu.co:11190/61252023-09-12 03:00:44.357https://creativecommons.org/licenses/by-nc-nd/4.0/Derechos Reservados - Universidad EIA, 2011open.accesshttps://repository.eia.edu.coRepositorio Institucional Universidad EIAbdigital@metabiblioteca.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