Fecha de alta en el repositorio: 2024-05-13
Resumen: En aquest projecte, es busca aprofitar al màxim les dades extretes dels acceleròmetres utilitzats a monitoritzar pacients amb malaltia de Parkinson. L'objectiu és processar els senyals recollits i obtenir sèries temporals que proporcionin informació valuosa per a l'estudi de la malaltia. Seguidament, es realitza una selecció meticulosa de característiques de les sèries temporals i s'utilitzen per dissenyar imatges en 2D que representin els canvis observats a les dades recol·lectades. Aquestes imatges són etiquetades per classificar l'estadi de la malaltia a cadascuna i es desenvolupen models de Deep Learning capaços d'analitzar-les i classificar-les amb precisió. En este proyecto, se busca aprovechar al máximo los datos extraídos de los acelerómetros utilizados en monitorear pacientes con enfermedad de Parkinson. El objetivo es procesar las señales recogidas y obtener series temporales que brinden información valiosa para el estudio de la enfermedad. Seguidamente, se realiza una selección meticulosa de características de las series temporales y se utilizan para diseñar imágenes en 2D que representen los cambios observados en los datos recolectados. Estas imágenes son etiquetadas para clasificar el estadio de la enfermedad en cada una y se desarrollan modelos de Deep Learning capaces de analizarlas y clasificar con precisión.
Materia: Enginyeria Biomèdica
Idioma: spa
Áreas temáticas: Enginyeria Biomèdica Biomedical Engineering Ingeniería Biomédica
Departamento: Enginyeria Electrònica, Elèctrica i Automàtica
Estudiante: Hauser Tortosa, Luciano
Curso académico: 2022-2023
Título en diferentes idiomas: Identificació d'estadis de la malaltia de Parkinson basat en senyals d'acceleròmetres, convertits en imatges, aplicant tècniques de Deep Learning. Identification of stages of Parkinson's disease based on accelerometer signals, converted into images, applying Deep Learning techniques. Identificación de estadios de la enfermedad de Parkinson basado en señales de acelerómetros, convertidas en imágenes, aplicando técnicas de Deep Learning.
Fecha de la defensa del treball: 2023-06-19
Derechos de acceso: info:eu-repo/semantics/openAccess
Palabras clave: Malaltia de Parkinson, Senyals d'acceleròmetre, Aprenentatge profund Parkinson's Disease, Accelerometer Signals, Deep Learning Enfermedad de Parkinson, Señales de acelerómetro, Aprendizaje profundo
Confidencialidad: Si
Título en la lengua original: Identificación de estadios de la enfermedad de Parkinson basado en señales de acelerómetros, convertidas en imágenes, aplicando técnicas de Deep Learning.
Director del proyecto: Guimerà Manrique, Roger
Enseñanza(s): Enginyeria Biomèdica
Entidad: Universitat Rovira i Virgili (URV)
Repositori URV