Classification of people who suffer schizophrenia and healthy people by EEG signals using Deep Learning

Show simple item record

dc.contributor.advisor López Del Álamo, Cristian José
dc.contributor.author Torres Naira, Carlos Alberto
dc.date.accessioned 2021-07-16T23:08:13Z
dc.date.available 2021-07-16T23:08:13Z
dc.date.issued 2020
dc.identifier.uri http://hdl.handle.net/20.500.12773/12560
dc.description.abstract Más de 21 millones de personas en todo el mundo sufren de esquizofrenia. Este grave trastorno mental expone a las personas a estigmatización, discriminación y la violación de sus derechos humanos. Diferentes trabajos sobre clasificación y diagnóstico de enfermedades mentales usan señales de electroencefalograma (EEG), ya que refleja el funcionamiento del cerebro y cómo estas enfermedades lo afectan. Debido a la información proporcionada por las señales de EEG y el rendimiento demostrado por los algoritmos de Aprendizaje Profundo, el presente trabajo propone un modelo para la clasificación de personas esquizofrénicas y personas saludables a través de señales EEG utilizando métodos de Aprendizaje Profundo. Teniendo en cuenta las propiedades de un EEG, de alta dimensión y multicanal, aplicamos el coeficiente de correlación de Pearson (PCC) para representar las relaciones entre los canales, de esta manera, en lugar de utilizar la gran cantidad de datos que proporciona un EEG, utilizamos una matriz más corta como entrada de una red neuronal convolucional (CNN). Finalmente, los resultados demostraron que el modelo de clasificación basado en EEG propuesto logró una precisión, especificidad y sensibilidad del 90%, 90% y 90%, respectivamente. es_PE
dc.format application/pdf es_PE
dc.language.iso spa es_PE
dc.publisher Universidad Nacional de San Agustín de Arequipa es_PE
dc.rights info:eu-repo/semantics/openAccess es_PE
dc.rights.uri http://creativecommons.org/licenses/by-nc-nd/4.0/ es_PE
dc.source Universidad Nacional de San Agustín de Arequipa es_PE
dc.source Repositorio Institucional - UNSA es_PE
dc.subject Red Neuronal Convolucional (CNN) es_PE
dc.subject Electroencefalografía es_PE
dc.subject Coeficiente de Correlación de Pearson (PCC) es_PE
dc.subject Señales de Electroencefalograma (EEG) es_PE
dc.subject Aprendizaje Profundo es_PE
dc.subject Esquizofrenia es_PE
dc.subject Clasificación es_PE
dc.title Classification of people who suffer schizophrenia and healthy people by EEG signals using Deep Learning es_PE
dc.type info:eu-repo/semantics/bachelorThesis es_PE
thesis.degree.name Ingeniero de Sistemas es_PE
thesis.degree.grantor Universidad Nacional de San Agustín de Arequipa.Facultad de Ingeniería de Producción y Servicios es_PE
thesis.degree.discipline Ingeniería de Sistemas es_PE
dc.subject.ocde https://purl.org/pe-repo/ocde/ford#1.02.01 es_PE
renati.advisor.dni 29708892
renati.advisor.orcid https://orcid.org/0000-0002-2568-650X es_PE
renati.author.dni 72680129
renati.discipline 612076 es_PE
renati.juror Bedregal Alpaca, Norka Norali
renati.juror López Del Álamo, Cristian José
renati.juror Corrales Delgado, Carlo Jose Luis
renati.level http://purl.org/pe-repo/renati/nivel#tituloProfesional es_PE
renati.type http://purl.org/pe-repo/renati/type#tesis es_PE
dc.publisher.country PE es_PE


Files in this item

This item appears in the following Collection(s)

Show simple item record

info:eu-repo/semantics/openAccess Except where otherwise noted, this item's license is described as info:eu-repo/semantics/openAccess

Search DSpace


Browse

My Account

Statistics