Repositori institucional URV
Pertany a la col·lecció TFG:SerieGeneralEB
TÍTOL:
Identificación de estadios de la enfermedad de Parkinson basado en señales de acelerómetros, convertidas en imágenes, aplicando técnicas de Deep Learning. - TFG:7035
Handle:
https://hdl.handle.net/20.500.11797/TFG7035
Estudiant:
Hauser Tortosa, Luciano
Idioma:
spa
Títol en la llengua original:
Identificación de estadios de la enfermedad de Parkinson basado en señales de acelerómetros, convertidas en imágenes, aplicando técnicas de Deep Learning.
Títol en diferents idiomes:
Identificació d'estadis de la malaltia de Parkinson basat en senyals d'acceleròmetres, convertits en imatges, aplicant tècniques de Deep Learning.
Paraules clau:
Malaltia de Parkinson, Senyals d'acceleròmetre, Aprenentatge profund
Matèria:
Enginyeria Biomèdica
Resum:
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.
Director del projecte:
Guimerà Manrique, Roger
Departament:
Enginyeria Electrònica, Elèctrica i Automàtica
Ensenyament(s):
Enginyeria Biomèdica
Entitat:
Universitat Rovira i Virgili (URV)
Data d'alta al repositori:
2024-05-13
Data de la defensa del treball:
2023-06-19
Curs acadèmic:
2022-2023
Confidencialitat:
Si
Àrees temàtiques:
Enginyeria Biomèdica
Drets d'accés:
info:eu-repo/semantics/openAccess
Tipus:
info:eu-repo/semantics/bachelorThesis
Coautor:
Guimerà Manrique, Roger
Títol:
Identificación de estadios de la enfermedad de Parkinson basado en señales de acelerómetros, convertidas en imágenes, aplicando técnicas de Deep Learning.
Idioma:
spa
Matèria:
Enginyeria Biomèdica
Biomedical Engineering
Ingeniería Biomédica
Enginyeria Biomèdica
Format:
Universitat Rovira i Virgili (URV)
Autor:
Hauser Tortosa, Luciano
Drets:
info:eu-repo/semantics/openAccess
Data:
2023-06-19
Cerca el teu registre a:
Fitxers disponibles
Fitxer
Descripció
Format
Memòria
Memòria
application/pdf
Veure/Obrir
Veure registre complet
Tornar
Tots els objectes d'aquesta col·lecció
Informació
© 2011 Universitat Rovira i Virgili
Nota legal
Accessibilitat
Contacte