Desarrollo de un método para detectar movimiento en los ojos utilizando redes neuronales

• Autor: Torres Luna, Eduardo Alfonso
• Formato: tesis de grado
• Fecha de Publicación: 2022
• Institución: Universidad Señor de Sipan
• Repositorio: USS-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.uss.edu.pe:20.500.12802/9633
• Enlace del recurso: https://hdl.handle.net/20.500.12802/9633
• Nivel de acceso: acceso abierto
• Materia: Método de movimiento de ojos; Red neuronal; Medición de desempeño de red neuronal; Tratamiento de imágenes; https://purl.org/pe-repo/ocde/ford#2.02.04

La detección de los movimientos de los ojos es una tecnología prometedora para el manejo y control de dispositivos, la cual ofrece innumerables posibilidades a personas con ciertas limitaciones físicas. En la sociedad actual existe una brecha que es necesario superar y obstáculos que es preciso quitar de en medio, en favor de las personas con ciertas discapacidades físicas, con el propósito de permitirles ejercer actividades en condiciones de igualdad ante los demás. Existen muchas personas con problemas de parálisis en las extremidades superiores e inferiores lo cual les impiden que por sus propios medios puedan llevar a cabo sus actividades más básicas, dependiendo para tal fin de la ayuda de terceras personas. La presente investigación tiene como finalidad desarrollar un método, el cual permite la detección del movimiento de los ojos, haciendo uso de las redes neuronales artificiales. Dicho método consta de cuatro etapas, las cuales son: Catalogación de los movimientos físicos de los ojos; Tratamiento de imágenes; Diseño y entrenamiento de la red neuronal; y por último la Implementación de un prototipo y medición de desempeño de la red neuronal. El método desarrollado permitió la implementación de dos redes neuronales de distintas arquitecturas, a las cuales se realizó la evaluación del desempeño de dichas redes en base a la muestra, con su respectivo prototipo. La primera red neuronal alcanzó una exactitud, precisión, sensibilidad y especificidad promedio del 100%. La segunda red neuronal alcanzó un promedio en exactitud del 99.38%, promedio en precisión del 98.55%, promedio en sensibilidad del 98% y promedio en especificidad de 99.61%. De acuerdo a la concordancia en base al índice de Kappa, ambas redes neuronales tienen una valoración “Casi perfecta” con 1 y 0.98 respectivamente. Conforme a la investigación y los resultados, se logró observar que cumpliendo con las etapas del método desarrollado, es posible crear de manera rápida y a un bajo costo, redes neuronales artificiales que pueden detectar el movimiento de los ojos de manera eficiente.