Análisis de las ondas EEG mediante Transfer Learning para la detección de migraña episódica

Descripción del Articulo

La migraña es un trastorno neurológico que afecta la percepción sensorial, lo que lleva a síntomas como dolores de cabeza y fotofobia. La electroencefalografía (EEG) es fundamental a nivel mundial para su diagnóstico, sin embargo, su costo y la infraestructura limitada restringen su accesibilidad en...

Descripción completa

Detalles Bibliográficos
Autores: Ayala Aymar, Miluska Aracely, Temple Montoya, Lucero Rubi
Formato: tesis de grado
Fecha de Publicación:2024
Institución:Universidad Tecnológica del Perú
Repositorio:UTP-Institucional
Lenguaje:español
OAI Identifier:oai:repositorio.utp.edu.pe:20.500.12867/11245
Enlace del recurso:https://hdl.handle.net/20.500.12867/11245
Nivel de acceso:acceso abierto
Materia:Migraña
Señales EEG
Aprendizaje por Transferencia
Potenciales evocados auditivos
Trastorno neurológico
https://purl.org/pe-repo/ocde/ford#2.06.00
id UTPD_9e594d49030b126bbe0c495a3b9d8e4d
oai_identifier_str oai:repositorio.utp.edu.pe:20.500.12867/11245
network_acronym_str UTPD
network_name_str UTP-Institucional
repository_id_str 4782
dc.title.es_PE.fl_str_mv Análisis de las ondas EEG mediante Transfer Learning para la detección de migraña episódica
title Análisis de las ondas EEG mediante Transfer Learning para la detección de migraña episódica
spellingShingle Análisis de las ondas EEG mediante Transfer Learning para la detección de migraña episódica
Ayala Aymar, Miluska Aracely
Migraña
Señales EEG
Aprendizaje por Transferencia
Potenciales evocados auditivos
Trastorno neurológico
https://purl.org/pe-repo/ocde/ford#2.06.00
title_short Análisis de las ondas EEG mediante Transfer Learning para la detección de migraña episódica
title_full Análisis de las ondas EEG mediante Transfer Learning para la detección de migraña episódica
title_fullStr Análisis de las ondas EEG mediante Transfer Learning para la detección de migraña episódica
title_full_unstemmed Análisis de las ondas EEG mediante Transfer Learning para la detección de migraña episódica
title_sort Análisis de las ondas EEG mediante Transfer Learning para la detección de migraña episódica
author Ayala Aymar, Miluska Aracely
author_facet Ayala Aymar, Miluska Aracely
Temple Montoya, Lucero Rubi
author_role author
author2 Temple Montoya, Lucero Rubi
author2_role author
dc.contributor.advisor.fl_str_mv Hermoza Paz, Luis
dc.contributor.author.fl_str_mv Ayala Aymar, Miluska Aracely
Temple Montoya, Lucero Rubi
dc.subject.es_PE.fl_str_mv Migraña
Señales EEG
Aprendizaje por Transferencia
Potenciales evocados auditivos
Trastorno neurológico
topic Migraña
Señales EEG
Aprendizaje por Transferencia
Potenciales evocados auditivos
Trastorno neurológico
https://purl.org/pe-repo/ocde/ford#2.06.00
dc.subject.ocde.es_PE.fl_str_mv https://purl.org/pe-repo/ocde/ford#2.06.00
description La migraña es un trastorno neurológico que afecta la percepción sensorial, lo que lleva a síntomas como dolores de cabeza y fotofobia. La electroencefalografía (EEG) es fundamental a nivel mundial para su diagnóstico, sin embargo, su costo y la infraestructura limitada restringen su accesibilidad en regiones como Perú, donde la prevalencia es alta, especialmente en áreas mineras. Actualmente, el diagnóstico de la migraña se basa en cuestionarios autoinformados, mientras que la Inteligencia Artificial (IA) ofrece un enfoque más objetivo al clasificar patrones de migraña en los datos de EEG mediante Transferencia de Aprendizaje. Este estudio entrenó un modelo basado en Transferencia de Aprendizaje, utilizando la red VGG16 con datos de EEG de 35 voluntarios proporcionados por la Universidad Carnegie Mellon. El modelo alcanzó un 88% de precisión al diferenciar entre pacientes con migraña y controles sanos, con el rendimiento evaluado mediante métricas como sensibilidad y especificidad. Este enfoque ofrece una herramienta diagnóstica accesible y de bajo costo que podría aplicarse a otras afecciones neurológicas.
publishDate 2024
dc.date.accessioned.none.fl_str_mv 2025-03-12T22:40:10Z
dc.date.available.none.fl_str_mv 2025-03-12T22:40:10Z
dc.date.issued.fl_str_mv 2024
dc.type.es_PE.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.type.version.es_PE.fl_str_mv info:eu-repo/semantics/publishedVersion
format bachelorThesis
status_str publishedVersion
dc.identifier.uri.none.fl_str_mv https://hdl.handle.net/20.500.12867/11245
url https://hdl.handle.net/20.500.12867/11245
dc.language.iso.es_PE.fl_str_mv spa
language spa
dc.relation.ispartof.fl_str_mv SUNEDU
dc.rights.es_PE.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.uri.es_PE.fl_str_mv https://creativecommons.org/licenses/by-nc-sa/4.0/
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc-sa/4.0/
dc.format.es_PE.fl_str_mv application/pdf
dc.publisher.es_PE.fl_str_mv Universidad Tecnológica del Perú
dc.publisher.country.es_PE.fl_str_mv PE
dc.source.es_PE.fl_str_mv Universidad Tecnológica del Perú
Repositorio Institucional - UTP
dc.source.none.fl_str_mv reponame:UTP-Institucional
instname:Universidad Tecnológica del Perú
instacron:UTP
instname_str Universidad Tecnológica del Perú
instacron_str UTP
institution UTP
reponame_str UTP-Institucional
collection UTP-Institucional
bitstream.url.fl_str_mv https://repositorio.utp.edu.pe/backend/api/core/bitstreams/9bd49e88-9594-41b0-b934-44f6c6f5788c/download
https://repositorio.utp.edu.pe/backend/api/core/bitstreams/acdcbbf1-5fe6-4265-b8c4-5caf6c57edc8/download
https://repositorio.utp.edu.pe/backend/api/core/bitstreams/c1abae98-fb47-489a-b452-78314c86bf11/download
https://repositorio.utp.edu.pe/backend/api/core/bitstreams/22193bb1-d0ff-40eb-b7da-370d07f92d80/download
https://repositorio.utp.edu.pe/backend/api/core/bitstreams/a57817d3-a994-4f74-a2a6-37d3236737a8/download
https://repositorio.utp.edu.pe/backend/api/core/bitstreams/5f2015ce-52cb-4252-bdf3-7d7db9efb4cf/download
https://repositorio.utp.edu.pe/backend/api/core/bitstreams/22d85856-3374-45aa-a45b-5dcf0edcfc51/download
https://repositorio.utp.edu.pe/backend/api/core/bitstreams/1fee457f-72b2-4930-bc51-256dd1838ac3/download
https://repositorio.utp.edu.pe/backend/api/core/bitstreams/7d0fc9a7-9367-4900-add3-e3a13ad2643b/download
https://repositorio.utp.edu.pe/backend/api/core/bitstreams/d055dfb4-8c94-4fb6-8120-f64962eaf563/download
bitstream.checksum.fl_str_mv acdff29942ab5522d322893c76f5f055
9f06e02d3d52952fe8c294c08d705c2c
4b07305f716dacc07f068fbfebd3e5d2
8a4605be74aa9ea9d79846c1fba20a33
2bb586a7663cb664d8f7bbb9ee1404cb
a70fbeb1be39ca199e543a2b445d8389
3bab4114b1d6548ac9d5555b91c0d637
e45a22be5fdb7fe97578408508f7f3a4
8b4e3fa866908863aa518488573b098a
0e227e2aceb86ef0f51a0a487b058a0e
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio de la Universidad Tecnológica del Perú
repository.mail.fl_str_mv repositorio@utp.edu.pe
_version_ 1852231542550560768
spelling Hermoza Paz, LuisAyala Aymar, Miluska AracelyTemple Montoya, Lucero Rubi2025-03-12T22:40:10Z2025-03-12T22:40:10Z2024https://hdl.handle.net/20.500.12867/11245La migraña es un trastorno neurológico que afecta la percepción sensorial, lo que lleva a síntomas como dolores de cabeza y fotofobia. La electroencefalografía (EEG) es fundamental a nivel mundial para su diagnóstico, sin embargo, su costo y la infraestructura limitada restringen su accesibilidad en regiones como Perú, donde la prevalencia es alta, especialmente en áreas mineras. Actualmente, el diagnóstico de la migraña se basa en cuestionarios autoinformados, mientras que la Inteligencia Artificial (IA) ofrece un enfoque más objetivo al clasificar patrones de migraña en los datos de EEG mediante Transferencia de Aprendizaje. Este estudio entrenó un modelo basado en Transferencia de Aprendizaje, utilizando la red VGG16 con datos de EEG de 35 voluntarios proporcionados por la Universidad Carnegie Mellon. El modelo alcanzó un 88% de precisión al diferenciar entre pacientes con migraña y controles sanos, con el rendimiento evaluado mediante métricas como sensibilidad y especificidad. Este enfoque ofrece una herramienta diagnóstica accesible y de bajo costo que podría aplicarse a otras afecciones neurológicas.Campus Lima Centroapplication/pdfspaUniversidad Tecnológica del PerúPEinfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-sa/4.0/Universidad Tecnológica del PerúRepositorio Institucional - UTPreponame:UTP-Institucionalinstname:Universidad Tecnológica del Perúinstacron:UTPMigrañaSeñales EEGAprendizaje por TransferenciaPotenciales evocados auditivosTrastorno neurológicohttps://purl.org/pe-repo/ocde/ford#2.06.00Análisis de las ondas EEG mediante Transfer Learning para la detección de migraña episódicainfo:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/publishedVersionSUNEDUIngeniero BiomédicoUniversidad Tecnológica del Perú. Facultad de IngenieríaIngeniería BiomédicaPregrado70087420https://orcid.org/0009-0000-1651-39177141875572813983919016Alfaro Purisaca, Paul AnthonyCornejo Aguilar, José LuisOvalle Paulino, Denis Christianhttps://purl.org/pe-repo/renati/level#tituloProfesionalhttps://purl.org/pe-repo/renati/type#tesisORIGINALM.Ayala_L.Temple_Tesis_Titulo_Profesional_2024.pdfM.Ayala_L.Temple_Tesis_Titulo_Profesional_2024.pdfapplication/pdf376156https://repositorio.utp.edu.pe/backend/api/core/bitstreams/9bd49e88-9594-41b0-b934-44f6c6f5788c/downloadacdff29942ab5522d322893c76f5f055MD51M.Ayala_L.Temple_Formulario_de_Publicacion.pdfM.Ayala_L.Temple_Formulario_de_Publicacion.pdfapplication/pdf418077https://repositorio.utp.edu.pe/backend/api/core/bitstreams/acdcbbf1-5fe6-4265-b8c4-5caf6c57edc8/download9f06e02d3d52952fe8c294c08d705c2cMD52M.Ayala_L.Temple_Informe_de_Similitud.pdfM.Ayala_L.Temple_Informe_de_Similitud.pdfapplication/pdf1000587https://repositorio.utp.edu.pe/backend/api/core/bitstreams/c1abae98-fb47-489a-b452-78314c86bf11/download4b07305f716dacc07f068fbfebd3e5d2MD53LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repositorio.utp.edu.pe/backend/api/core/bitstreams/22193bb1-d0ff-40eb-b7da-370d07f92d80/download8a4605be74aa9ea9d79846c1fba20a33MD54TEXTM.Ayala_L.Temple_Tesis_Titulo_Profesional_2024.pdf.txtM.Ayala_L.Temple_Tesis_Titulo_Profesional_2024.pdf.txtExtracted texttext/plain33474https://repositorio.utp.edu.pe/backend/api/core/bitstreams/a57817d3-a994-4f74-a2a6-37d3236737a8/download2bb586a7663cb664d8f7bbb9ee1404cbMD511M.Ayala_L.Temple_Formulario_de_Publicacion.pdf.txtM.Ayala_L.Temple_Formulario_de_Publicacion.pdf.txtExtracted texttext/plain5735https://repositorio.utp.edu.pe/backend/api/core/bitstreams/5f2015ce-52cb-4252-bdf3-7d7db9efb4cf/downloada70fbeb1be39ca199e543a2b445d8389MD513M.Ayala_L.Temple_Informe_de_Similitud.pdf.txtM.Ayala_L.Temple_Informe_de_Similitud.pdf.txtExtracted texttext/plain41324https://repositorio.utp.edu.pe/backend/api/core/bitstreams/22d85856-3374-45aa-a45b-5dcf0edcfc51/download3bab4114b1d6548ac9d5555b91c0d637MD515THUMBNAILM.Ayala_L.Temple_Tesis_Titulo_Profesional_2024.pdf.jpgM.Ayala_L.Temple_Tesis_Titulo_Profesional_2024.pdf.jpgGenerated Thumbnailimage/jpeg15300https://repositorio.utp.edu.pe/backend/api/core/bitstreams/1fee457f-72b2-4930-bc51-256dd1838ac3/downloade45a22be5fdb7fe97578408508f7f3a4MD512M.Ayala_L.Temple_Formulario_de_Publicacion.pdf.jpgM.Ayala_L.Temple_Formulario_de_Publicacion.pdf.jpgGenerated Thumbnailimage/jpeg28223https://repositorio.utp.edu.pe/backend/api/core/bitstreams/7d0fc9a7-9367-4900-add3-e3a13ad2643b/download8b4e3fa866908863aa518488573b098aMD514M.Ayala_L.Temple_Informe_de_Similitud.pdf.jpgM.Ayala_L.Temple_Informe_de_Similitud.pdf.jpgGenerated Thumbnailimage/jpeg17310https://repositorio.utp.edu.pe/backend/api/core/bitstreams/d055dfb4-8c94-4fb6-8120-f64962eaf563/download0e227e2aceb86ef0f51a0a487b058a0eMD51620.500.12867/11245oai:repositorio.utp.edu.pe:20.500.12867/112452025-11-30 17:05:24.245https://creativecommons.org/licenses/by-nc-sa/4.0/info:eu-repo/semantics/openAccessopen.accesshttps://repositorio.utp.edu.peRepositorio de la Universidad Tecnológica del Perúrepositorio@utp.edu.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
score 13.957019
Análisis de las ondas EEG mediante Transfer Learning para la detección de migraña episódica
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).

Ejemplares Similares