DSpace Repository

Aplicación Web para la Detección de Patologías en Señales EEG

Show simple item record

dc.contributor.author Nevado Meza, Sebastian
dc.contributor.author Bonilla Brito, Mario Armando
dc.date.accessioned 2024-08-29T15:58:01Z
dc.date.available 2024-08-29T15:58:01Z
dc.date.issued 2021
dc.identifier.uri http://hdl.handle.net/11619/4131
dc.description El trastorno depresivo mayor (MDD, por sus siglas en inglés) (también conocido como depresión clínica, depresión mayor, depresión o trastorno unipolares depresivo o como depresión recurrente, en el caso de presentarse episodios repetidos) es una enfermedad mental que se caracteriza por un estado de ánimo invasivo y persistente acompañado de una baja autoestima y una pérdida de interés o de placer (anhedonia) en actividades que normalmente se considerarían entretenidas. Las personas deprimidas tienen una esperanza de vida más corta que aquellos que no tienen depresión, en parte porque los pacientes deprimidos corren el riesgo de morir por suicidio. No obstante, también tienen una tasa bruta de mortalidad más alta por otras causas siendo más susceptibles a afecciones médicas tales como enfermedades del corazón. Hasta un 60% de los suicidios se asocian con algún trastorno del estado de ánimo, como la depresión mayor y el riesgo es especialmente alto si la persona sufre de desesperanza o tiene depresión y trastorno límite de la personalidad. En este proyecto se pretende poder no solo detectar anomalías dentro de los bio potenciales captados mediante el EEG, tanto anomalías en este como catalogar el trastorno de depresión mayor mediante el uso de la Inteligencia Artificial apoyado en las librerías que ofrece el lenguaje de programación Python para la creación de redes neuronales Autoencoders, crear un servidor local en nuestro PC para peticiones HTTP una API (Interfaz de programación de aplicaciones) para la transferencia de información con el lado del cliente , y a su vez la creación de una interfaz gráfica amigable con el usuario creada en React.js, que pretende utilizarla, se estima que esta aplicación sea un apoyo para las personas que padecen MDD y los especialistas que la tratan. es
dc.description.abstract Major depressive disorder (MDD) (also known as clinical depression, major depression, depression or unipolar depressive disorder or as recurrent depression, in the case of repeated episodes) is a mental illness characterized by a invasive and persistent mood accompanied by low self-esteem and a loss of interest or pleasure (anhedonia) in activities that would normally be considered entertaining. Depressed people have a shorter life expectancy than those without depression, in part because depressed patients are at risk of dying by suicide. However, they also have a higher crude death rate from other causes and are more susceptible to medical conditions such as heart disease. Up to 60% of suicides are associated with a mood disorder, such as major depression, and the risk is especially high if the person suffers from hopelessness or has depression and borderline personality disorder. This project aims to be able not only to detect anomalies within the bio-potentials captured by the EEG, both anomalies in this and to catalog the major depression disorder through the use of Artificial Intelligence supported by the libraries offered by the programming language Python for creating neural networks Autoencoders, creating a local server on our PC for HTTP requests an API (Application Programming Interface) for the transfer of information with the client side, and in turn creating a friendly graphical interface with the user created in React.js, who intends to use it, this application is considered to be a support for people suffering from MDD and the specialists who treat it. es
dc.language.iso es es
dc.publisher Universidad Autónoma del Caribe es
dc.subject Red neuronal, Depresión,Electroencefalograma,Cerebro humano,Inteligencia artificial es
dc.title Aplicación Web para la Detección de Patologías en Señales EEG es
dc.type Thesis es


Files in this item

This item appears in the following Collection(s)

Show simple item record

Search DSpace


Advanced Search

Browse

My Account