Please use this identifier to cite or link to this item:
https://rinacional.tecnm.mx/jspui/handle/TecNM/10809Full metadata record
| DC Field | Value | Language |
|---|---|---|
| dc.contributor.author | SANTARROSA LOPEZ, ISMAEL | - |
| dc.creator | SANTARROSA LOPEZ, ISMAEL%1175409 | - |
| dc.date.accessioned | 2025-09-09T17:23:39Z | - |
| dc.date.available | 2025-09-09T17:23:39Z | - |
| dc.date.issued | 2024-02-01 | - |
| dc.identifier.uri | https://rinacional.tecnm.mx/jspui/handle/TecNM/10809 | - |
| dc.description | El trastorno por déficit de atención e hiperactividad, también conocido como TDAH, es un trastorno que afecta principalmente a niños, generando problemas en los ámbitos de desarrollo de la persona, como lo son el ámbito escolar, social e incluso laboral. Las características principales de este trastorno son varios, como tener problemas para retener la atención, olvidar o perder cosas con frecuencia, una alta actividad motriz (correr, brincar, por mencionar algunos), cometer descuidos, entre otros. La detección de este trastorno es compleja, ya que los síntomas son muy parecidos al comportamiento habitual presentado durante la niñez. Si el trastorno no se detecta a tiempo, logra persistir con los síntomas hasta la edad adulta y afectar gravemente su estilo de vida. Por lo antes mencionado, en este documento se propone el desarrollo de un módulo para la detección e identificación del nivel del TDAH en pacientes mediante técnicas de aprendizaje automático. El módulo se entrenó por un conjunto de datos de actividad y con el uso de un dispositivo inteligente, se monitorea la información del paciente. Con los datos obtenidos y con el uso de las técnicas de aprendizaje automático, se diagnosticó si un paciente padece o no de TDAH. El principal beneficio de desarrollar este módulo es identificar de manera accesible y confiable, los síntomas asociados del TDAH para iniciar a tiempo el tratamiento de este trastorno y así evitar problemas o futuras secuelas para el estilo de vida del paciente. Además, la implementación de este módulo contribuyó significativamente a la personalización del proceso de diagnóstico. Al adaptarse a los patrones individuales de comportamiento y las respuestas cognitivas de cada paciente, lo que aumentó la precisión de los diagnósticos por parte de los profesionales de la salud. Otra ventaja clave fue la mejora en la eficiencia de los procesos de seguimiento y evaluación clínica. Al automatizar la recopilación y análisis de datos de comportamiento y cognitivos, el módulo redujo la carga de trabajo manual de los especialistas, optimizando el tiempo de los profesionales de la salud y acelerando el tiempo de respuesta de las decisiones clínicas. | es_MX |
| dc.language.iso | spa | es_MX |
| dc.publisher | Tecnológico Nacional de México | es_MX |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0 | es_MX |
| dc.subject | info:eu-repo/classification/cti/7 | es_MX |
| dc.title | IDENTIFICACION DEL NIVEL DE DIAGNOSTICO DE TDAH MEDIANTE TECNICAS DE INTELIGENCIA ARTIFICIAL | es_MX |
| dc.type | info:eu-repo/semantics/masterThesis | es_MX |
| dc.contributor.director | ALOR HERNANDEZ, GINER%37723 | - |
| dc.contributor.director | BUSTOS LOPEZ, MARITZA | - |
| dc.rights.access | info:eu-repo/semantics/openAccess | es_MX |
| dc.publisher.tecnm | Instituto Tecnológico de Orizaba | es_MX |
| Appears in Collections: | Maestría en Sistemas Computacionales | |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| Tesis_Ismael_Santarrosa_López.pdf | 6.02 MB | Adobe PDF | View/Open | |
| SANTARROSA LOPEZ ISMAEL-LICENCIA.pdf | 170.54 kB | Adobe PDF | View/Open |
This item is protected by original copyright |
This item is licensed under a Creative Commons License
