1. Repositorio Institucional del Tecnológico Nacional de México (RI - TecNM)
2. Tesis de Posgrado
3. Veracruz
4. Instituto Tecnológico de Orizaba
5. Tesis de Posgrado
6. Tesis de Maestría
7. Maestría en Sistemas Computacionales

Titre:	DESARROLLO DE UN MODULO DE SOFTWARE PARA LA DETECCION TEMPRANA DE LA ENFERMEDAD DE PARKINSON MEDIANTE TECNICAS DE PROCESAMIENTO DE LENGUAJE NATURAL
Auteur(s):	PASTOR BAAK, JUSTO F.
Date de publication:	2025-11-01
Editeur:	Tecnológico Nacional de México
metadata.dc.publisher.tecnm:	Instituto Tecnológico de Orizaba
Description:	La enfermedad de Parkinson, una condición neurodegenerativa prevalente, representa un reto importante debido a su complejidad y la falta de herramientas eficaces para la detección temprana. Los síntomas abarcan tanto aspectos motores como no motores, lo que genera una carga significativa para los pacientes, sus familias y la sociedad. En respuesta a esta necesidad, surge una propuesta de software para la detección temprana de la enfermedad mediante un enfoque accesible y no invasivo que aprovecha tecnologías de Procesamiento del Lenguaje Natural. El módulo permite al paciente realizar fonaciones de vocales, lecturas de texto y repeticiones de palabras para ser grabadas, almacenadas en audios, que luego son procesados por algoritmos de Procesamiento de Lenguaje Natural entrenados específicamente para identificar patrones vocales asociados con el Parkinson. Esta tecnología facilita la identificación temprana de síntomas antes de que se manifiesten los signos motores clásicos de la enfermedad, permitiendo una intervención oportuna que mejora la calidad de vida de los afectados. Entre las tecnologías empleadas destacan Python, herramientas de reconocimiento de voz, la combinación de estas tecnologías ofrece una base sólida y actualizada para el desarrollo de este sistema de detección temprana de la enfermedad de Parkinson. Algunos beneficios clave de esta herramienta incluyen: detectar de forma anticipada los síntomas iniciales, lo que abre la puerta a tratamientos más efectivos, utilizando un método no invasivo que, al basarse en el análisis de la voz, evita procedimientos médicos costosos y potencialmente intimidantes para el paciente, además esta herramienta contribuye a aumentar la conciencia sobre la enfermedad promoviendo la educación acerca de sus síntomas y la relevancia de un diagnóstico temprano con una precisión del 89.00% en el pronóstico de su predicción.
metadata.dc.type:	info:eu-repo/semantics/masterThesis
Collection(s) :	Maestría en Sistemas Computacionales

Ce document est protégé par copyright Voir la licence

Ce document est autorisé sous une licence de type Licence Creative Commons