https://rinacional.tecnm.mx/jspui/handle/TecNM/5450 Trabajos de titulación de la Maestría en Ciencias de la Computación Fri, 06 Mar 2026 12:22:10 GMT 2026-03-06T12:22:10Z https://rinacional.tecnm.mx:443/retrieve/f6e78510-4121-4174-9a82-0c248d455760/logoITL-02.png https://rinacional.tecnm.mx/jspui/handle/TecNM/5450 https://rinacional.tecnm.mx/jspui/handle/TecNM/8881 Title: MONITOREO EN TIEMPO REAL DE PERSONAS QUE PRESENTAN VIBRACIONES INVOLUNTARIAS CAUSADAS POR ENFERMEDAD DE PARKINSON PARA UN ANALISIS NO INVASIVO CON EL USO DE SOFTCOMPUTING Authors: CHAVEZ MEDINA, JOSIAS OTONIEL%1173586 Description: En el presente trabajo de investigación, se aborda el desarrollo de un sistema para el monitoreo de las vibraciones en pacientes diagnosticados con la enfermedad de Parkinson. Se emplea un enfoque basado en la codificación de un reloj inteligente denominado LilyGo Wrist-ESP32, el cual integra un acelerómetro y giroscopio para la obtención de datos precisos sobre las frecuencias de las vibraciones asociadas a los movimientos del paciente. La configuración inicial del reloj inteligente implica la conexión a una red Wi-Fi mediante un SSID y contraseña específicos. Además, se realiza la inicialización del hardware del dispositivo, centrándose en la configuración óptima del acelerómetro y giroscopio, en particular, el sensor BMA423 para la captura de datos de aceleración en los ejes X, Y y Z. El proceso de recepción y procesamiento de datos se realiza en un entorno diseñado para tal propósito. Un componente crucial del sistema es el filtrado de datos de aceleración, donde se aplica un filtro pasabajas para suavizar la señal y eliminar componentes de continua, permitiendo obtener una magnitud del vector libre de la componente de la gravedad. La aplicación de la Transformada de Fourier (FFT) facilita la identificación de picos en el espectro de frecuencia, siendo estos picos analizados y almacenados en archivos específicos para su posterior estudio. Una vez procesados y analizados los datos, se utiliza un clasificador de reconocimiento de patrones KNN (K-Nearest Neighbors) para evaluar el estado de las vibraciones del paciente con Parkinson durante el día. Se observa que las medias de frecuencia y amplitud, obtenidas a través del análisis de los picos, sirven como características fundamentales para alimentar este clasificador, permitiendo así verificar y monitorizar de manera efectiva el estado de las vibraciones en pacientes con enfermedad de Parkinson. Sat, 01 Jun 2024 00:00:00 GMT https://rinacional.tecnm.mx/jspui/handle/TecNM/8881 2024-06-01T00:00:00Z https://rinacional.tecnm.mx/jspui/handle/TecNM/8878 Title: IDENTIFICACION DE TIPOGRAFIAS EN AMBIENTES NO ESTRUCTURADOS MEDIANTE REDES PROFUNDAS DE APRENDIZAJE Authors: PEREZ HERNANDEZ, OSCAR KEVIN%1178564 Description: El presente trabajo presenta la investigación sobre el desempeño del modelo de redes neuronales convolucionales ResNet50 en la clasificación de imágenes de botellas de vino. El objetivo principal de esta investigación ha sido evaluar la capacidad del modelo para distinguir entre diferentes clases de vinos, bajo diversas condiciones experimentales. Se ha investigado con el fin de poner a prueba una red pre-entrenada y ver qué tan factible es utilizarla en sistemas de asistencia visual. La motivación para llevar a cabo esta investigación radica en la necesidad de indagar en los procesos de clasificación de las redes neuronales convolucionales (CNN, por sus siglas en inglés), las cuales son críticas en la actualidad para sistemas de asistencia diversos. La precisión y velocidad en la identificación de productos pueden tener un impacto significativo en la gestión de inventarios, así como la satisfacción del cliente. Sat, 01 Jun 2024 00:00:00 GMT https://rinacional.tecnm.mx/jspui/handle/TecNM/8878 2024-06-01T00:00:00Z https://rinacional.tecnm.mx/jspui/handle/TecNM/8869 Title: DESARROLLO E IMPLEMENTACION DE UN SISTEMA BCI CON CLASIFICACION DE SEÑALES EMPLEANDO MACHINE LEARNING Authors: VILCHES SOTO, LUIS GERARDO%896541 Description: Este trabajo presenta un enfoque técnico para el diseño de una plataforma BCI rentable, desde la construcción de hardware basado en componentes comerciales hasta el firmware. Este dispositivo puede incluir controladores para la adquisición de señales, preprocesamiento, eliminación de artefactos, separación de bandas, extracción de características y clasificación, mediante ANN comprimida con el marco de trabajo TensorFlowLite. Consiste en una plata forma EEG basada en STM32 orientada como una herramienta para experimentos BCI, en el ámbito educativo y de investigación, capaz de enviar datos a PC o dispositivos móviles a través de una conexión inalámbrica, permitiendo capacidades de procesamiento externo junto con la principal característica de clasificación de señales integradas (TinyML) enfocada en la detección temprana, mediante la discriminación de niños con TEA de los que no lo tienen. Mon, 01 Jul 2024 00:00:00 GMT https://rinacional.tecnm.mx/jspui/handle/TecNM/8869 2024-07-01T00:00:00Z https://rinacional.tecnm.mx/jspui/handle/TecNM/8868 Title: EVALUACION GOGNITIVA MEDIANTE ALGORITMOS DE RECONOCIMIENTO DE PATRONES Authors: FONSECA RANGEL, CYNDIA PATRICIA%1231701 Description: La evaluación cognitiva es una herramienta fundamental para comprender el funcionamiento mental de los individuos. Es un proceso sistemático que se utiliza para medir sus habilidades cognitivas, las cuales incluyen funciones mentales como: memoria, atención, razonamiento, resolución de problemas, percepción, lenguaje y otras capacidades relacionadas con el pensamiento y el procesamiento de la información. A través de diversas técnicas y herramientas, se busca identificar las capacidades cognitivas y las áreas de mejora en el rendimiento mental de una persona. Este proceso implica la utilización de pruebas estandarizadas, para recopilar datos sobre la atención del individuo. Los resultados de la evaluación, permiten identificar patrones y tendencias en su rendimiento cognitivo, así como formular recomendaciones específicas para mejorar su funcionamiento cognitivo y optimizar su calidad de vida. El objetivo de este proyecto es medir la atención de un individuo al realizar una actividad cognitiva, de la cual se obtendría su onda cerebral gracias a la diadema comercial MUSE. La actividad fue el armado de un rompecabezas de madera con 9 piezas, en donde cada pieza tiene 6 lados con distintas imágenes; en total participaron 32 individuos, todos estudiantes del Instituto Tecnológico de León, entre las edades de 18 a 29 años. El experimento se realizó en un ambiente controlado y, de dicho experimento, se obtuvo una base de datos de la cual se extrajo la información cognitiva de los participantes para someterla a procesos digitales como lo fue el método de ventanas e "isolation forest", ambos son algoritmos que sirven para la detección de anomalías. Dichos algoritmos ayudaron a poder comparar la perdida de atención del individuo al realizar la actividad. Como resultado, tenemos que ambos métodos obtuvieron una cantidad de anomalías muy parecidas, oscilando entre 0 a 2 anomalías de un algoritmo a otro con la misma onda cerebral. Mon, 01 Jul 2024 00:00:00 GMT https://rinacional.tecnm.mx/jspui/handle/TecNM/8868 2024-07-01T00:00:00Z