Generación de señales EEG sintéticas para la implementación de modelos de machine learning en la detección de párkinson
Cita com:
hdl:2117/384985
Author's e-mailvaneza.gomezmail.escuelaing.edu.co
Document typeBachelor thesis
Date2023-02-01
Rights accessOpen Access
Except where otherwise noted, content on this work
is licensed under a Creative Commons license
:
Attribution-ShareAlike 4.0 International
Abstract
El present projecte de recerca té com a objectiu la realització d’una primera aproximació per facilitar
l’accés i ús de dades mèdiques, en específic senyals d’electroencefalografia (EEG), als investigadors,
enginyers i professionals de la salut mitjançant la generació de senyals sintètics, ja que aquestes compleixen
amb les regulacions de protecció de privacitat de dades mèdiques que hi ha actualment en tractar‐se
de dades considerades anònimes. Aquesta tècnica permet augmentar considerablement la quantitat de
senyals EEG per a entrenar models d’aprenentatge automàtic que tinguin la capacitat de diagnosticar malalties
neurodegeneratives, com la malaltia de Parkinson, amb una precisió elevada i una major fiabilitat
dels resultats. El presente proyecto de investigación tiene como objetivo realizar un primer acercamiento a la facilitación
de acceso y uso de datos médicos, en específico señales de electoencefalografía (EEG), a los
investigadores, ingenieros y profesionales de la salud mediante la generación de señales sintéticas, ya
que estas cumplen con las regulaciones de protección de privacidad de datos médicos que hay actualmente
al tratarse de datos considerados anónimos. Esta técnica permite aumentar considerablemente
la cantidad de señales EEG para entrenar modelos de aprendizaje automático que tengan la capacidad
de diagnosticar enfermedades neurodegenerativas, como la enfermedad de Parkinson, con una precisión
elevada y una mayor fiabilidad de los resultados. The present research project aims to make a first approach to an easiest provision of access and use of
medical data, specifically electroencephalography (EEG) signals, to researchers, engineers and health professionals
through the generation of synthetic signals, since they comply with the current regulations on
privacy protection of medical data, as they are considered anonymous. This technique makes it possible
to significantly increase the amount of EEG signals to train machine learning models that have the ability
to diagnose neurodegenerative diseases, such as Parkinson’s disease, with high accuracy and greater
reliability of the results.
SubjectsMachine learning, Electronic measurements, Aprenentatge automàtic, Electrònica -- Aparells i instruments
DegreeGRAU EN ENGINYERIA BIOMÈDICA (Pla 2009)
Files | Description | Size | Format | View |
---|---|---|---|---|
Memoria_TFG_vaneza_Gomez_Segura_F.pdf | 37,62Mb | View/Open |