Mostrar el registro sencillo del ítem

dc.contributor.authorCuaspud Malua, Jefferson Arley
dc.contributor.authorHoyos Jiménez, Anjhy Paola
dc.contributor.authorTimaná Meneses, Nancy Yadira
dc.contributor.otherI.E125A LAUREADAes
dc.contributor.otherLAUREADAES
dc.date.accessioned2020-01-20T23:42:58Z
dc.date.available2020-01-20T23:42:58Z
dc.date.issued2019-11-29
dc.identifier.urihttp://hdl.handle.net/20.500.12276/674
dc.description.abstractLa epilepsia es uno de los trastornos neurológicos crónicos más comunes en el mundo y se manifiesta presentando inicialmente como mínimo una crisis epiléptica, ocasionada por alteraciones eléctricas en un grupo de neuronas de una o múltiples regiones del cerebro. Esta enfermedad afecta a la población de diversas edades, manifestándose con mayor frecuencia en personas de temprana o avanzada edad donde “solo alrededor de un 20% de la población tiene acceso a un diagnóstico y tratamiento adecuado” (Informe sobre la Epilepsia en Latinoamérica). Su posible diagnóstico se realiza principalmente mediante exámenes físicos como la resonancia magnética nuclear, punción lumbar, tomografía computarizada y el electroencefalograma uno de los exámenes más complejos de analizar y relevantes para la valoración de la patología por adquirir señales eléctricas del cerebro donde con la ayuda de técnicas de aprendizaje automático se puede entrenar modelos de clasificadores.es
dc.language.isoeses
dc.publisherAUNARes
dc.subjectTransformada de Waveletes
dc.subjectReliefFAttributeEvales
dc.subjectecuación de Manhattanes
dc.titleHardware reconfigurable en la identificación de epilepsia basado en un algoritmo de Machine Learninges
dc.typeThesises


Ficheros en el ítem

Thumbnail

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem