Por favor, use este identificador para citar o enlazar este ítem:
https://rinacional.tecnm.mx/jspui/handle/TecNM/4167| Título : | Redes Neuronales Pulsantes para la Detección e Interpretación de Lesiones en el Cerebro Humano |
| Autor : | Cortes Martinez, Keila Vasthi%738306 |
| metadata.dc.subject.other: | enfermedades cerebro vascular clasificación neurona modelo Izhikevich |
| Fecha de publicación : | 2019-01-21 |
| Editorial : | Tecnológico Nacional de México |
| metadata.dc.publisher.tecnm: | Centro Nacional de Investigación y Desarrollo Tecnológico |
| Descripción : | Actualmente, las Enfermedades Cerebrales- Vasculares (BSD) representan un grave problema de salud pública y uno de los motivos frecuentes de asistencia neurológica urgente en México. El tratamiento de emergencia de una BSD obedece al tipo de accidente al que pertenezca, ya sea isquémico (cuando se bloquea una arteria) o hemorrágico (involucra un sangrado en el cerebro). El uso de imágenes médicas de forma automatizada reduce el tiempo de evaluación y minimiza errores en el diagnóstico y tratamiento de éstas. La Inteligencia Artificial, ha desarrollado modelos de aprendizaje automático y de reconocimiento de patrones como las Redes Neuronales Artificiales (ANN), en donde diferentes investigaciones ofrecen como una alternativa de solución las del tipo Pulsante (SNN), siendo éstas las que proporcionan información a lo largo del tiempo mediante pulsos. Debido a la importancia del tema, en el presente trabajo de tesis, se desarrolló un análisis en la clasificación de unaneurona SNN representada por el modelo Izhikevich, usada en el reconocimiento de imágenes cerebrales obtenidas de Imágenes de Resonancia Magnéticas, demostrando que la precisión de la clasificación del modelo propuesto puede alcanzar valores comparables a otras ANN como la Multi-Layer Perceptron. Por otra parte, se estimó mediante Accuracy el porcentaje de casos correctamente clasificados, cuyos resultados se compararon entre las dos ANNs. |
| metadata.dc.type: | info:eu-repo/semantics/masterThesis |
| Aparece en las colecciones: | Tesis de Maestría en Computación |
Ficheros en este ítem:
| Fichero | Descripción | Tamaño | Formato | |
|---|---|---|---|---|
| MC_Keila_Vasthi_Cortes_Martinez_2019.pdf | Tesis | 5.08 MB | Adobe PDF | Visualizar/Abrir |
| MC_Keila_Vasthi_Cortes_Martinez_2019.pdf Restricted Access | Cesion de derechos | 91.47 kB | Adobe PDF | Visualizar/Abrir Request a copy |
Este ítem está protegido por copyright original |
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons
