Soporte diagnóstico del TDAH a partir de señales EGG empleando técnicas de reducción de dimensión y modelado dinámico sujeto dependiente

El reconocimiento de patrones tiene un alto potencial de aplicación en medicina, psicología, rehabilitación y muchas otras áreas [12]. Un ejemplo es el uso aplicado a las señales de electroencefalografía (EEG), las cuales son propensas al ruido e interferencias, haciendo compleja la extracción de in...

Full description

Autores:
Berrío Mesa, Laura
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2020
Institución:
Universidad Tecnológica de Pereira
Repositorio:
Repositorio Institucional UTP
Idioma:
spa
OAI Identifier:
oai:repositorio.utp.edu.co:11059/14606
Acceso en línea:
https://hdl.handle.net/11059/14606
https://repositorio.utp.edu.co/home
Palabra clave:
610 - Medicina y salud::612 - Fisiología humana
Señales cerebrales
Técnicas de procesamiento de señales
Inteligencia artificial - Aplicaciones Médicas
Análisis de Componentes Principales
Electroencefalografía
Trastorno de Déficit de Atención e Hiperactividad
Rights
openAccess
License
Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
id UTP2_f9bfe84e46d8f2accf46829fa082c498
oai_identifier_str oai:repositorio.utp.edu.co:11059/14606
network_acronym_str UTP2
network_name_str Repositorio Institucional UTP
repository_id_str
dc.title.spa.fl_str_mv Soporte diagnóstico del TDAH a partir de señales EGG empleando técnicas de reducción de dimensión y modelado dinámico sujeto dependiente
title Soporte diagnóstico del TDAH a partir de señales EGG empleando técnicas de reducción de dimensión y modelado dinámico sujeto dependiente
spellingShingle Soporte diagnóstico del TDAH a partir de señales EGG empleando técnicas de reducción de dimensión y modelado dinámico sujeto dependiente
610 - Medicina y salud::612 - Fisiología humana
Señales cerebrales
Técnicas de procesamiento de señales
Inteligencia artificial - Aplicaciones Médicas
Análisis de Componentes Principales
Electroencefalografía
Trastorno de Déficit de Atención e Hiperactividad
title_short Soporte diagnóstico del TDAH a partir de señales EGG empleando técnicas de reducción de dimensión y modelado dinámico sujeto dependiente
title_full Soporte diagnóstico del TDAH a partir de señales EGG empleando técnicas de reducción de dimensión y modelado dinámico sujeto dependiente
title_fullStr Soporte diagnóstico del TDAH a partir de señales EGG empleando técnicas de reducción de dimensión y modelado dinámico sujeto dependiente
title_full_unstemmed Soporte diagnóstico del TDAH a partir de señales EGG empleando técnicas de reducción de dimensión y modelado dinámico sujeto dependiente
title_sort Soporte diagnóstico del TDAH a partir de señales EGG empleando técnicas de reducción de dimensión y modelado dinámico sujeto dependiente
dc.creator.fl_str_mv Berrío Mesa, Laura
dc.contributor.advisor.none.fl_str_mv Cárdenas Peña, David Augusto
dc.contributor.author.none.fl_str_mv Berrío Mesa, Laura
dc.subject.ddc.none.fl_str_mv 610 - Medicina y salud::612 - Fisiología humana
topic 610 - Medicina y salud::612 - Fisiología humana
Señales cerebrales
Técnicas de procesamiento de señales
Inteligencia artificial - Aplicaciones Médicas
Análisis de Componentes Principales
Electroencefalografía
Trastorno de Déficit de Atención e Hiperactividad
dc.subject.lemb.none.fl_str_mv Señales cerebrales
Técnicas de procesamiento de señales
Inteligencia artificial - Aplicaciones Médicas
dc.subject.proposal.spa.fl_str_mv Análisis de Componentes Principales
Electroencefalografía
Trastorno de Déficit de Atención e Hiperactividad
description El reconocimiento de patrones tiene un alto potencial de aplicación en medicina, psicología, rehabilitación y muchas otras áreas [12]. Un ejemplo es el uso aplicado a las señales de electroencefalografía (EEG), las cuales son propensas al ruido e interferencias, haciendo compleja la extracción de información. El siguiente documento presenta la investigación que se realiza con el fin de obtener una herramienta de modelo de apoyo diagnóstico, que indique cuáles características de actividad eléctrica cerebral, extraídas desde de señales EEG están relacionadas, en particular, con el trastorno de déficit de atención e hiperactividad (TDAH). Esto se logra a través del desarrollo de una metodología compuesta por cuatro partes: preprocesamiento, extracción y selección de características, y clasificación. Las técnicas empleadas son Análisis de Componentes Principales (PCA), Análisis de Componentes Independientes (ICA), y Modelos Ocultos de Markov (HMM). Se utilizan también Máquinas de Soporte Vectorial (SVM) para validar los resultados obtenidos mediante métricas como acierto, matrices de confusión, y otros parámetros a considerar.
publishDate 2020
dc.date.issued.none.fl_str_mv 2020
dc.date.accessioned.none.fl_str_mv 2023-03-13T22:31:13Z
dc.date.available.none.fl_str_mv 2023-03-13T22:31:13Z
dc.type.none.fl_str_mv Trabajo de grado - Pregrado
dc.type.version.none.fl_str_mv info:eu-repo/semantics/acceptedVersion
dc.type.coar.none.fl_str_mv http://purl.org/coar/resource_type/c_7a1f
dc.type.content.none.fl_str_mv Text
dc.type.driver.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
format http://purl.org/coar/resource_type/c_7a1f
status_str acceptedVersion
dc.identifier.uri.none.fl_str_mv https://hdl.handle.net/11059/14606
dc.identifier.instname.none.fl_str_mv Universidad Tecnológica de Pereira
dc.identifier.reponame.none.fl_str_mv Repositorio Institucional Universidad Tecnológica de Pereira
dc.identifier.repourl.none.fl_str_mv https://repositorio.utp.edu.co/home
url https://hdl.handle.net/11059/14606
https://repositorio.utp.edu.co/home
identifier_str_mv Universidad Tecnológica de Pereira
Repositorio Institucional Universidad Tecnológica de Pereira
dc.language.iso.none.fl_str_mv spa
language spa
dc.relation.references.none.fl_str_mv [1] YAGHOOBI KARIMUI, Reza; AZADI, Sassan y KESHAVARZI, Parviz. The ADHD effect on the actions obtained from the EEG signals. En: Biocybernetics and Biomedical Engineering, tomo 38, No 2, 2018, págs. 425–437. ISSN 02085216. (document), 2.1, 2
[2] TYE, Charlotte, et al. Electrophysiological markers of genetic risk for attention deficit hyperactivity disorder. En: Expert Reviews in Molecular Medicine, tomo 13, 2011. ISSN 14623994. (document), 3
[3] RECUERO DE LOS SANTOS, Paloma. Python para todos : ¿Qué es el análisis de Componentes Principales o PCA? - Think Big Empresas, 2018. (document), 4, 5, 6
[4] LUBO ROBLES, David. DEVELOPMENT OF INDEPENDENT COMPONENT ANALYSIS FOR RESERVOIR GEOMORPHOLOGY AND UNSUPERVISED SEISMIC FACIES CLASSIFICATION IN THE TARANAKI BASIN, NEW ZEA LAND. Tesis Doctoral, University of Oklahoma, Norman, Oklahoma, 2018. (do cument), 2.3, 7, 2.3
[5] XIAO, W. B., et al. A multichannel fusion approach based on coupled hidden Markov models for rolling element bearing fault diagnosis. En: Proceedings of the Institution of Mechanical Engineers, Part C: Journal of Mechanical Engineering Science, tomo 226, No 1, 2012, págs. 202–216. ISSN 09544062. (document), 1.1, 2.4, 9
[6] ARANZAZÚ ORTEGA, Ponce. PROCESOS DE MARKOV APLICADOS AL ESTUDIO DE SECUENCIAS DE ADN. Tesis Doctoral, BENEMÉRITA UNI VERSIDAD AUTÓNOMA DE PUEBLA, Puebla, 2015. (document), 2.4, 10
[7] NUWER, Marc R; BUCHHALTER, Jeffrey y SHEPARD, Katie M. Quantitative EEG inattention-deficit/hyperactivitydisorder. En: Neurology® Clinical Practice, tomo 6, 2016, págs. 543–548. (document), 11, 2.5
[8] HERRERA, Paula M., et al. Monetary rewards modulate inhibitory control. En: Frontiers in Human Neuroscience, tomo 8, No MAY, 2014, pág. 257. ISSN 16625161. (document), 2.5, 19
[9] CHRISTOPHER M. BISHOP. Pattern Recognition and Machine Learning. Sprin ger Science+Business Media, LLC, Cambridge, 2006. ISBN 0-387-31073-8. 1, 2.2
[10] Pattern Recognition (Tutorial) and Machine Learning: An Introduction, 2020. 1
[11] MUTASIM, Aunnoy K., et al. Computational intelligence for pattern recognition in EEG signals. En: Studies in Computational Intelligence, tomo 777. Springer Verlag, 2018, págs. 291–320. 1
[12] CASTAÑEDA-CABRERO, Carlos, et al. Electroencephalographic alterations in children with attention deficit hyperactivity disorder. En: Revista de Neurologia, tomo 37, No 10, 2003, págs. 904–908. ISSN 02100010. 1, 1.1
[13] AMERICAN PSYCHIATRIC ASSOCIATION. Diagnostic and statistical manual of mental disorders. En: Diagnostic and statistical manual of mental disorders., 4a edición. American Psychiatric Association, Washington, D.C., 1994, págs. 78–85. 1.1, 1.2
[14] MULAS DELGADO, Fernando y MORANT GIMENO, Mª Amparo. Niños con riesgo de padecer dificultades en el aprendizaje. En: Revista de Neurología, to mo 28, No S2, 1999, pág. 80. ISSN 0210-0010. 1.1
[15] CARDO JALÓN, Esther; BUSTILLO, M. y SERVERA, M. Valor predictivo de los criterios del DSM-IV en el diagnóstico del trastorno por déficit de aten ción/hiperactividad y sus diferencias culturales. En: Revista de Neurologia, to mo 44, 2007. ISSN 02100010, págs. 19–22. 1.1
[16] KLONOWSKI, Wlodzimierz. Everything you wanted to ask about EEG but were afraid to get the right answer. En: Nonlinear Biomedical Physics, tomo 3, No 1, 2009, pág. 2. ISSN 1753-4631. 1.1
[17] LOO, Sandra K. y MAKEIG, Scott. Clinical Utility of EEG in Attention Deficit/Hyperactivity Disorder: A Research Update, 2012. 1.1, 1.2
[18] Neurofeedback: ¿Qué es, en qué consiste, es eficaz para tratar el TDAH? 1.1, 2.1
[19] ORTIZ-PÉREZ, Ana y MORENO-GARCÍA, Inmaculada. Perfil electroencefalo gráfico de niños con TDAH. Inf. Téc. 2, Departamento de Personalidad, Evaluación y Tratamiento Psicológicos., 2015. 1.1
[20] LI, Zhinong, et al. Fault recognition method based on independent component analysis and hidden Markov model. En: JVC/Journal of Vibration and Control, tomo 13, No 2, 2007, págs. 125–137. ISSN 10775463. 1.1
[21] ARROYO-HERNÁNDEZ, Jorge. Métodos de reducción de dimensionalidad. Aná lisis comparativo de los métodos APC, ACPP y ACPK. En: Uniciencia, ISSN-e 2215-3470, Vol 30, Nº 1, 2016 (Ejemplar dedicado a: Uniciencia Enero - Junio, 2016), págs 115-122, tomo 30, No 1, 2016, págs. 115–122. ISSN 2215-3470. 1.1
[22] GUEVARA, MARTA LUCÍA.; ECHEVERRY, JULIAN DAVID. y ARDILA URUEÑA, WILLIAM. Detección De Rostros En Imágenes Digitales Usando Cla sificadores En Cascada. En: Scientia et Technica, tomo 1, No 38, 2008, págs. 1–6. 1.1
[23] ZHOU, Zhi Jie, et al. A model for real-time failure prognosis based on hidden Markov model and belief rule base. En: European Journal of Operational Research, tomo 207, No 1, 2010, págs. 269–283. ISSN 03772217. 1.1
[24] CARVAJAL-CASTRILLÓN, Julian, et al. CARACTERIZACIÓN CLÍNICA DE NIÑOS Y ADOLESCENTES ATENDIDOS EN UNA UNIDAD DE NEUROPSI COLOGÍA DE MEDELLÍN, COLOMBIA (Clinic characterization of children and adolescents treated and evaluated in the neuropsychology ward in Medellín, Co lombia). En: CES Psicología, tomo 7, No 1, 2014, págs. 48–57. 1
[25] THOMAS, Rae, et al. Prevalence of Attention-Deficit/Hyperactivity Disorder: A Systematic Review and Meta-analysis. En: Pediatrics, 2015. 1.2
[26] WILLCUTT, Erik G. The Prevalence of DSM-IV Attention-Deficit/Hyperactivity Disorder: A Meta-Analytic Review. En: Neurotherapeutics, tomo 9, No 3, 2012, págs. 490–499. ISSN 1933-7213. 1.2
[27] LLANOS LIZCANO, Leónidas José, et al. Trastorno por déficit de atención e hi peractividad (TDAH) en niños escolarizados de 6 a 17 años. En: Pediatría Atención Primaria, tomo 21, No 83, 2019. ISSN 1139-7632. 1.2
[28] FARAONE, Stephen V. Report from the second international meeting of the attention deficit hyperactivity disorder molecular genetics network. En: American Journal of Medical Genetics - Neuropsychiatric Genetics, tomo 105, No 3, 2001, págs. 255–258. ISSN 15524841. 1.2
[29] MITSIS, Effie M., et al. Parent-teacher concordance for DSM-IV attention- defi cit/hyperactivity disorder in a clinic-referred sample. En: Journal of the American Academy of Child and Adolescent Psychiatry, tomo 39, No 3, 2000, págs. 308–313. ISSN 08908567. 1.2
[30] LORETO, Rios P. y CAROLINA, Alvarez D. Aporte de los distintos métodos electroencefalográficos (eeg) al diagnóstico de las epilepsias. En: Revista Médica Clínica Las Condes, tomo 24, No 6, 2013, págs. 953–957. ISSN 07168640. 2.1
[31] Electroencefalografía (EEG) - Brainsigns. 2.1
[32] MARÍN DIAZARAQUE, Juan Miguel. Tema 3: Análisis de Componentes Princi pales. Inf. téc., Universidad Carlos III de Madrid, Madrid, 2014. 2.2
[34] PÓCZOS, Barnabás. Advanced Introduction to Machine Learning CMU-10715 In dependent Component Analysis. Inf. téc., Carnegie Mellon University, Pensilvania, 2018. 2.3, 2.3
[35] LISHA SUN; YING LIU y BEADLE, P. J. Independent component analysis of EEG signals. En: Proceedings of 2005 IEEE International Workshop on VLSI Design and Video Technology, 2005., 2005, págs. 219–222. 2.3
[36] ZHONG, S. y GHOSH, J. HMMs and Coupled HMMs for multi-channel EEG classification. En: Proceedings of the 2002 International Joint Conference on Neural Networks. IJCNN’02 (Cat. No.02CH37290), tomo 2, 2002, págs. 1154–1159 vol.2. 2.4
[37] YAN, T., et al. Classifying EEG Signals Based HMM-AR. En: 2008 2nd Inter national Conference on Bioinformatics and Biomedical Engineering, 2008, págs. 2111–2114. 2.4
[38] LENARTOWICZ, Agatha y LOO, Sandra K. Use of EEG to Diagnose ADHD. En: HHS Public Access, tomo 16, No 11, 2014, págs. 1–19. 2.5, 2.5
[39] JAADI, Zakaria. A Step by Step Explanation of Principal Component Analysis, 2020. 3.1
[40] SALAZAR SANDOVAL, Diego Jose. Análisis de componentes independientes apli cado al estudio de la actividad cerebral. Tesis Doctoral, Universidad Nacional de Colombia, 2014. 3.1
[41] BOYA, Carlos. ESTUDIO DE TÉCNICAS ICA PARA LA SEPARACIÓN DE MEZCLAS DE SEÑALES ACÚSTICAS Incluye aplicacion a descargas parciales. Tesis Doctoral, UNIVERSIDAD CARLOS III DE MADRID, 2015. 3.1
[42] JURAFSKY, Daniel y MARTIN, James H. Speech and Language Processing An Introduction to Natural Language Processing, Computational Linguistics, and Speech Recognition Third Edition draft. Inf. téc., Stanford University, 2018. 3.2
[43] RABINER, Lawrence R. A Tutorial on Hidden Markov Models and Selected Ap plications in Speech Recognition. En: Proceedings of the IEEE, tomo 77, No 2, 1989, págs. 257–286. 3.2
[44] MOLINERO, Luis M. ¿Qué es el método de estimación de máxima verosimilitud y cómo se interpreta? Inf. téc., Liga Española para la Lucha Contra la Hipertensión Arterial, 2013. 3.2
[45] GAVIDIA, G; SOUDAH, E y OÑATE, E. Clasificadores basados en máquinas de soporte vertical para el diagnóstico y predicción de la enfermedad de Alzheimer. Tesis Doctoral, Universidad Politécnica de Cataluña, 2012. 3.3, 3.3
[46] SALAZAR, David, et al. Confirmación de la alta prevalencia del trastorno por déficit de atención en una comunidad colombiana. En: Revista de Neurología, tomo 32, 2001, pág. 217. 4.3
dc.rights.license.none.fl_str_mv Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
dc.rights.uri.none.fl_str_mv https://creativecommons.org/licenses/by-nc-nd/4.0/
dc.rights.coar.none.fl_str_mv http://purl.org/coar/access_right/c_abf2
dc.rights.accessrights.none.fl_str_mv info:eu-repo/semantics/openAccess
rights_invalid_str_mv Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
https://creativecommons.org/licenses/by-nc-nd/4.0/
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.format.extent.none.fl_str_mv 95 Páginas
dc.format.mimetype.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidad Tecnológica de Pereira
dc.publisher.program.none.fl_str_mv Ingeniería Eléctrica
dc.publisher.faculty.none.fl_str_mv Facultad de Ingenierías
dc.publisher.place.none.fl_str_mv Pereira
publisher.none.fl_str_mv Universidad Tecnológica de Pereira
institution Universidad Tecnológica de Pereira
bitstream.url.fl_str_mv https://dspace7-utp.metabuscador.org/bitstreams/f8265979-c25f-42e2-86f7-45f9adfc6ee4/download
https://dspace7-utp.metabuscador.org/bitstreams/cfdc7024-2a89-46ec-81a9-8f39cc08f7cc/download
https://dspace7-utp.metabuscador.org/bitstreams/b6365da4-43c4-4adf-b635-32388d807eac/download
https://dspace7-utp.metabuscador.org/bitstreams/9fe149a8-4733-4443-a918-736d0d30409e/download
bitstream.checksum.fl_str_mv 9e99e6bb75ba220b52e9ea14342287d7
2f9959eaf5b71fae44bbf9ec84150c7a
7002625a0ad99cb35c4f6769be43d720
c6bce831149480fbb4e9b2653bc47eff
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio de la Universidad Tecnológica de Pereira
repository.mail.fl_str_mv bdigital@metabiblioteca.com
_version_ 1814021958223790080
spelling Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)Manifiesto (Manifestamos) en este documento la voluntad de autorizar a la Biblioteca Jorge Roa Martínez de la Universidad Tecnológica de Pereira la publicación en el Repositorio institucional (http://biblioteca.utp.edu.co), la versión electrónica de la OBRA titulada: ________________________________________________________________________________________________ ________________________________________________________________________________________________ ________________________________________________________________________________________________ La Universidad Tecnológica de Pereira, entidad académica sin ánimo de lucro, queda por lo tanto facultada para ejercer plenamente la autorización anteriormente descrita en su actividad ordinaria de investigación, docencia y publicación. La autorización otorgada se ajusta a lo que establece la Ley 23 de 1982. Con todo, en mi (nuestra) condición de autor (es) me (nos) reservo (reservamos) los derechos morales de la OBRA antes citada con arreglo al artículo 30 dehttps://creativecommons.org/licenses/by-nc-nd/4.0/http://purl.org/coar/access_right/c_abf2info:eu-repo/semantics/openAccessCárdenas Peña, David AugustoBerrío Mesa, Laura2023-03-13T22:31:13Z2023-03-13T22:31:13Z2020https://hdl.handle.net/11059/14606Universidad Tecnológica de PereiraRepositorio Institucional Universidad Tecnológica de Pereirahttps://repositorio.utp.edu.co/homeEl reconocimiento de patrones tiene un alto potencial de aplicación en medicina, psicología, rehabilitación y muchas otras áreas [12]. Un ejemplo es el uso aplicado a las señales de electroencefalografía (EEG), las cuales son propensas al ruido e interferencias, haciendo compleja la extracción de información. El siguiente documento presenta la investigación que se realiza con el fin de obtener una herramienta de modelo de apoyo diagnóstico, que indique cuáles características de actividad eléctrica cerebral, extraídas desde de señales EEG están relacionadas, en particular, con el trastorno de déficit de atención e hiperactividad (TDAH). Esto se logra a través del desarrollo de una metodología compuesta por cuatro partes: preprocesamiento, extracción y selección de características, y clasificación. Las técnicas empleadas son Análisis de Componentes Principales (PCA), Análisis de Componentes Independientes (ICA), y Modelos Ocultos de Markov (HMM). Se utilizan también Máquinas de Soporte Vectorial (SVM) para validar los resultados obtenidos mediante métricas como acierto, matrices de confusión, y otros parámetros a considerar.Pattern recognition has a high potential for application in medicine, psychology, rehabilitation and other areas [12].An example is the use applied to electroencephalographic (EEG) signals, which are prone to noise and interference, making information extraction complex. The following document presents the research carried out in order to obtain a diagnostic support model tool, which indicates the characteristics of brain electrical activity, extracted from EEG signals, related, in particular, to attention deficit and hyperactivity disorder (ADHD). This is achieved through the development of a methodology composed by four parts: preprocessing, extraction and selection of features, and classification. The techniques employed are Principal Component Analysis (PCA), Independent Component Analysis (ICA), and Hidden Markov Models (HMM). Support Vector Machines (SVM) are also used to validate the results obtained by means of metrics such as accuracy, confusion matrix, and other parameters to be considered.CONTENIDO pág. 1. INTRODUCCIÓN 11 1.1. DEFINICIÓN DEL PROBLEMA . . . . . . . . . . . . . . . . . . . . . 13 1.2. JUSTIFICACIÓN . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16 1.3. OBJETIVOS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17 1.3.1. Objetivo General . . . . . . . . . . . . . . . . . . . . . . . . . . 17 1.3.2. Objetivos Específicos . . . . . . . . . . . . . . . . . . . . . . . . 17 2. ESTADO DEL ARTE 19 2.1. ELECTROENCEFALOGRAFÍA (EEG) . . . . . . . . . . . . . . . . . 19 2.2. ANÁLISIS DE COMPONENTES PRINCIPALES (PCA) . . . . . . . 22 2.3. ANÁLISIS DE COMPONENTES INDEPENDIENTES (ICA) . . . . . 26 2.4. MODELOS OCULTOS DE MARKOV (HMM) . . . . . . . . . . . . . 29 2.5. ANTEDECENTES DE LA INVESTIGACIÓN . . . . . . . . . . . . . . 34 3. MARCO TEÓRICO 37 3.1. REDUCCIÓN DE DIMENSIONALIDAD MEDIANTE PCA E ICA . . 37 3.2. MODELADO DINÁMICO MEDIANTE HMM . . . . . . . . . . . . . 42 3.3. MÁQUINAS DE SOPORTE VECTORIAL (SVM) . . . . . . . . . . . 46 4. METODOLOGÍA 53 4.1. DISEÑO DE LA INVESTIGACIÓN . . . . . . . . . . . . . . . . . . . 53 4.2. DEFINICIÓN DE LAS VARIABLES . . . . . . . . . . . . . . . . . . . 54 4.3. POBLACIÓN Y MUESTRA . . . . . . . . . . . . . . . . . . . . . . . . 56 4.4. HERRAMIENTAS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56 4.5. PROCEDIMIENTOS . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59 4.6. ANÁLISIS DE DATOS . . . . . . . . . . . . . . . . . . . . . . . . . . . 61 5. EXPERIMENTOS Y RESULTADOS 63 5.1. CLASIFICACIÓN DE SEÑALES A PARTIR DE HMM. . . . . . . . . 63 5.2. REDUCCIÓN DE DIMENSIONALIDAD BASADO EN PCA E ICA PARA ALIMENTAR UNA ETAPA DE MODELADO DINÁMICO ME DIANTE HMM. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67 5.3. CARACTERIZACIÓN SUJETO-DEPENDIENTE A PARTIR DE MO DELOS DE REDUCCIÓN DE DIMENSIÓN Y UN MODELO DINÁ MICO. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72 6. CONCLUSIONES Y TRABAJOS FUTUROS 79 6.1. CONCLUSIONES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79 6.2. TRABAJOS FUTUROS . . . . . . . . . . . . . . . . . . . . . . . . . . 81 BIBLIOGRAFÍA 83PregradoIngeniero(a) Electricista95 Páginasapplication/pdfspaUniversidad Tecnológica de PereiraIngeniería EléctricaFacultad de IngenieríasPereira610 - Medicina y salud::612 - Fisiología humanaSeñales cerebralesTécnicas de procesamiento de señalesInteligencia artificial - Aplicaciones Médicas Análisis de Componentes PrincipalesElectroencefalografíaTrastorno de Déficit de Atención e HiperactividadSoporte diagnóstico del TDAH a partir de señales EGG empleando técnicas de reducción de dimensión y modelado dinámico sujeto dependienteTrabajo de grado - Pregradoinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_7a1fTextinfo:eu-repo/semantics/bachelorThesis[1] YAGHOOBI KARIMUI, Reza; AZADI, Sassan y KESHAVARZI, Parviz. The ADHD effect on the actions obtained from the EEG signals. En: Biocybernetics and Biomedical Engineering, tomo 38, No 2, 2018, págs. 425–437. ISSN 02085216. (document), 2.1, 2[2] TYE, Charlotte, et al. Electrophysiological markers of genetic risk for attention deficit hyperactivity disorder. En: Expert Reviews in Molecular Medicine, tomo 13, 2011. ISSN 14623994. (document), 3[3] RECUERO DE LOS SANTOS, Paloma. Python para todos : ¿Qué es el análisis de Componentes Principales o PCA? - Think Big Empresas, 2018. (document), 4, 5, 6[4] LUBO ROBLES, David. DEVELOPMENT OF INDEPENDENT COMPONENT ANALYSIS FOR RESERVOIR GEOMORPHOLOGY AND UNSUPERVISED SEISMIC FACIES CLASSIFICATION IN THE TARANAKI BASIN, NEW ZEA LAND. Tesis Doctoral, University of Oklahoma, Norman, Oklahoma, 2018. (do cument), 2.3, 7, 2.3[5] XIAO, W. B., et al. A multichannel fusion approach based on coupled hidden Markov models for rolling element bearing fault diagnosis. En: Proceedings of the Institution of Mechanical Engineers, Part C: Journal of Mechanical Engineering Science, tomo 226, No 1, 2012, págs. 202–216. ISSN 09544062. (document), 1.1, 2.4, 9[6] ARANZAZÚ ORTEGA, Ponce. PROCESOS DE MARKOV APLICADOS AL ESTUDIO DE SECUENCIAS DE ADN. Tesis Doctoral, BENEMÉRITA UNI VERSIDAD AUTÓNOMA DE PUEBLA, Puebla, 2015. (document), 2.4, 10[7] NUWER, Marc R; BUCHHALTER, Jeffrey y SHEPARD, Katie M. Quantitative EEG inattention-deficit/hyperactivitydisorder. En: Neurology® Clinical Practice, tomo 6, 2016, págs. 543–548. (document), 11, 2.5[8] HERRERA, Paula M., et al. Monetary rewards modulate inhibitory control. En: Frontiers in Human Neuroscience, tomo 8, No MAY, 2014, pág. 257. ISSN 16625161. (document), 2.5, 19[9] CHRISTOPHER M. BISHOP. Pattern Recognition and Machine Learning. Sprin ger Science+Business Media, LLC, Cambridge, 2006. ISBN 0-387-31073-8. 1, 2.2[10] Pattern Recognition (Tutorial) and Machine Learning: An Introduction, 2020. 1[11] MUTASIM, Aunnoy K., et al. Computational intelligence for pattern recognition in EEG signals. En: Studies in Computational Intelligence, tomo 777. Springer Verlag, 2018, págs. 291–320. 1[12] CASTAÑEDA-CABRERO, Carlos, et al. Electroencephalographic alterations in children with attention deficit hyperactivity disorder. En: Revista de Neurologia, tomo 37, No 10, 2003, págs. 904–908. ISSN 02100010. 1, 1.1[13] AMERICAN PSYCHIATRIC ASSOCIATION. Diagnostic and statistical manual of mental disorders. En: Diagnostic and statistical manual of mental disorders., 4a edición. American Psychiatric Association, Washington, D.C., 1994, págs. 78–85. 1.1, 1.2[14] MULAS DELGADO, Fernando y MORANT GIMENO, Mª Amparo. Niños con riesgo de padecer dificultades en el aprendizaje. En: Revista de Neurología, to mo 28, No S2, 1999, pág. 80. ISSN 0210-0010. 1.1[15] CARDO JALÓN, Esther; BUSTILLO, M. y SERVERA, M. Valor predictivo de los criterios del DSM-IV en el diagnóstico del trastorno por déficit de aten ción/hiperactividad y sus diferencias culturales. En: Revista de Neurologia, to mo 44, 2007. ISSN 02100010, págs. 19–22. 1.1[16] KLONOWSKI, Wlodzimierz. Everything you wanted to ask about EEG but were afraid to get the right answer. En: Nonlinear Biomedical Physics, tomo 3, No 1, 2009, pág. 2. ISSN 1753-4631. 1.1[17] LOO, Sandra K. y MAKEIG, Scott. Clinical Utility of EEG in Attention Deficit/Hyperactivity Disorder: A Research Update, 2012. 1.1, 1.2[18] Neurofeedback: ¿Qué es, en qué consiste, es eficaz para tratar el TDAH? 1.1, 2.1[19] ORTIZ-PÉREZ, Ana y MORENO-GARCÍA, Inmaculada. Perfil electroencefalo gráfico de niños con TDAH. Inf. Téc. 2, Departamento de Personalidad, Evaluación y Tratamiento Psicológicos., 2015. 1.1[20] LI, Zhinong, et al. Fault recognition method based on independent component analysis and hidden Markov model. En: JVC/Journal of Vibration and Control, tomo 13, No 2, 2007, págs. 125–137. ISSN 10775463. 1.1[21] ARROYO-HERNÁNDEZ, Jorge. Métodos de reducción de dimensionalidad. Aná lisis comparativo de los métodos APC, ACPP y ACPK. En: Uniciencia, ISSN-e 2215-3470, Vol 30, Nº 1, 2016 (Ejemplar dedicado a: Uniciencia Enero - Junio, 2016), págs 115-122, tomo 30, No 1, 2016, págs. 115–122. ISSN 2215-3470. 1.1[22] GUEVARA, MARTA LUCÍA.; ECHEVERRY, JULIAN DAVID. y ARDILA URUEÑA, WILLIAM. Detección De Rostros En Imágenes Digitales Usando Cla sificadores En Cascada. En: Scientia et Technica, tomo 1, No 38, 2008, págs. 1–6. 1.1[23] ZHOU, Zhi Jie, et al. A model for real-time failure prognosis based on hidden Markov model and belief rule base. En: European Journal of Operational Research, tomo 207, No 1, 2010, págs. 269–283. ISSN 03772217. 1.1[24] CARVAJAL-CASTRILLÓN, Julian, et al. CARACTERIZACIÓN CLÍNICA DE NIÑOS Y ADOLESCENTES ATENDIDOS EN UNA UNIDAD DE NEUROPSI COLOGÍA DE MEDELLÍN, COLOMBIA (Clinic characterization of children and adolescents treated and evaluated in the neuropsychology ward in Medellín, Co lombia). En: CES Psicología, tomo 7, No 1, 2014, págs. 48–57. 1[25] THOMAS, Rae, et al. Prevalence of Attention-Deficit/Hyperactivity Disorder: A Systematic Review and Meta-analysis. En: Pediatrics, 2015. 1.2[26] WILLCUTT, Erik G. The Prevalence of DSM-IV Attention-Deficit/Hyperactivity Disorder: A Meta-Analytic Review. En: Neurotherapeutics, tomo 9, No 3, 2012, págs. 490–499. ISSN 1933-7213. 1.2[27] LLANOS LIZCANO, Leónidas José, et al. Trastorno por déficit de atención e hi peractividad (TDAH) en niños escolarizados de 6 a 17 años. En: Pediatría Atención Primaria, tomo 21, No 83, 2019. ISSN 1139-7632. 1.2[28] FARAONE, Stephen V. Report from the second international meeting of the attention deficit hyperactivity disorder molecular genetics network. En: American Journal of Medical Genetics - Neuropsychiatric Genetics, tomo 105, No 3, 2001, págs. 255–258. ISSN 15524841. 1.2[29] MITSIS, Effie M., et al. Parent-teacher concordance for DSM-IV attention- defi cit/hyperactivity disorder in a clinic-referred sample. En: Journal of the American Academy of Child and Adolescent Psychiatry, tomo 39, No 3, 2000, págs. 308–313. ISSN 08908567. 1.2[30] LORETO, Rios P. y CAROLINA, Alvarez D. Aporte de los distintos métodos electroencefalográficos (eeg) al diagnóstico de las epilepsias. En: Revista Médica Clínica Las Condes, tomo 24, No 6, 2013, págs. 953–957. ISSN 07168640. 2.1[31] Electroencefalografía (EEG) - Brainsigns. 2.1[32] MARÍN DIAZARAQUE, Juan Miguel. Tema 3: Análisis de Componentes Princi pales. Inf. téc., Universidad Carlos III de Madrid, Madrid, 2014. 2.2[34] PÓCZOS, Barnabás. Advanced Introduction to Machine Learning CMU-10715 In dependent Component Analysis. Inf. téc., Carnegie Mellon University, Pensilvania, 2018. 2.3, 2.3[35] LISHA SUN; YING LIU y BEADLE, P. J. Independent component analysis of EEG signals. En: Proceedings of 2005 IEEE International Workshop on VLSI Design and Video Technology, 2005., 2005, págs. 219–222. 2.3[36] ZHONG, S. y GHOSH, J. HMMs and Coupled HMMs for multi-channel EEG classification. En: Proceedings of the 2002 International Joint Conference on Neural Networks. IJCNN’02 (Cat. No.02CH37290), tomo 2, 2002, págs. 1154–1159 vol.2. 2.4[37] YAN, T., et al. Classifying EEG Signals Based HMM-AR. En: 2008 2nd Inter national Conference on Bioinformatics and Biomedical Engineering, 2008, págs. 2111–2114. 2.4[38] LENARTOWICZ, Agatha y LOO, Sandra K. Use of EEG to Diagnose ADHD. En: HHS Public Access, tomo 16, No 11, 2014, págs. 1–19. 2.5, 2.5[39] JAADI, Zakaria. A Step by Step Explanation of Principal Component Analysis, 2020. 3.1[40] SALAZAR SANDOVAL, Diego Jose. Análisis de componentes independientes apli cado al estudio de la actividad cerebral. Tesis Doctoral, Universidad Nacional de Colombia, 2014. 3.1[41] BOYA, Carlos. ESTUDIO DE TÉCNICAS ICA PARA LA SEPARACIÓN DE MEZCLAS DE SEÑALES ACÚSTICAS Incluye aplicacion a descargas parciales. Tesis Doctoral, UNIVERSIDAD CARLOS III DE MADRID, 2015. 3.1[42] JURAFSKY, Daniel y MARTIN, James H. Speech and Language Processing An Introduction to Natural Language Processing, Computational Linguistics, and Speech Recognition Third Edition draft. Inf. téc., Stanford University, 2018. 3.2[43] RABINER, Lawrence R. A Tutorial on Hidden Markov Models and Selected Ap plications in Speech Recognition. En: Proceedings of the IEEE, tomo 77, No 2, 1989, págs. 257–286. 3.2[44] MOLINERO, Luis M. ¿Qué es el método de estimación de máxima verosimilitud y cómo se interpreta? Inf. téc., Liga Española para la Lucha Contra la Hipertensión Arterial, 2013. 3.2[45] GAVIDIA, G; SOUDAH, E y OÑATE, E. Clasificadores basados en máquinas de soporte vertical para el diagnóstico y predicción de la enfermedad de Alzheimer. Tesis Doctoral, Universidad Politécnica de Cataluña, 2012. 3.3, 3.3[46] SALAZAR, David, et al. Confirmación de la alta prevalencia del trastorno por déficit de atención en una comunidad colombiana. En: Revista de Neurología, tomo 32, 2001, pág. 217. 4.3PublicationORIGINALTRABAJO DE GRADO.pdfTRABAJO DE GRADO.pdfapplication/pdf1627724https://dspace7-utp.metabuscador.org/bitstreams/f8265979-c25f-42e2-86f7-45f9adfc6ee4/download9e99e6bb75ba220b52e9ea14342287d7MD51LICENSElicense.txtlicense.txttext/plain; charset=utf-814828https://dspace7-utp.metabuscador.org/bitstreams/cfdc7024-2a89-46ec-81a9-8f39cc08f7cc/download2f9959eaf5b71fae44bbf9ec84150c7aMD52TEXTTRABAJO DE GRADO.pdf.txtTRABAJO DE GRADO.pdf.txtExtracted texttext/plain129137https://dspace7-utp.metabuscador.org/bitstreams/b6365da4-43c4-4adf-b635-32388d807eac/download7002625a0ad99cb35c4f6769be43d720MD53THUMBNAILTRABAJO DE GRADO.pdf.jpgTRABAJO DE GRADO.pdf.jpgGenerated Thumbnailimage/jpeg7026https://dspace7-utp.metabuscador.org/bitstreams/9fe149a8-4733-4443-a918-736d0d30409e/downloadc6bce831149480fbb4e9b2653bc47effMD5411059/14606oai:dspace7-utp.metabuscador.org:11059/146062024-09-05 17:09:18.828https://creativecommons.org/licenses/by-nc-nd/4.0/Manifiesto (Manifestamos) en este documento la voluntad de autorizar a la Biblioteca Jorge Roa Martínez de la Universidad Tecnológica de Pereira la publicación en el Repositorio institucional (http://biblioteca.utp.edu.co), la versión electrónica de la OBRA titulada: ________________________________________________________________________________________________ ________________________________________________________________________________________________ ________________________________________________________________________________________________ La Universidad Tecnológica de Pereira, entidad académica sin ánimo de lucro, queda por lo tanto facultada para ejercer plenamente la autorización anteriormente descrita en su actividad ordinaria de investigación, docencia y publicación. La autorización otorgada se ajusta a lo que establece la Ley 23 de 1982. Con todo, en mi (nuestra) condición de autor (es) me (nos) reservo (reservamos) los derechos morales de la OBRA antes citada con arreglo al artículo 30 deopen.accesshttps://dspace7-utp.metabuscador.orgRepositorio de la Universidad Tecnológica de Pereirabdigital@metabiblioteca.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

Publicaciones similares