Please use this identifier to cite or link to this item: https://rinacional.tecnm.mx/jspui/handle/TecNM/9419
Title: Identificación de patrones de movimientos involuntarios (tics) en personas
Authors: Panohaya Salcedo, Héctor
metadata.dc.subject.other: Movimientos involuntarios, análisis facial, aprendizaje automático.
Issue Date: 2025-01-31
Publisher: Tecnológico Nacional de México
metadata.dc.publisher.tecnm: Centro Nacional de Investigación y Desarrollo Tecnológico
Description: Los movimientos involuntarios relacionados con trastornos neurológicos presentan desafíos para su identificación debido a su similitud con movimientos voluntarios. Este trabajo desarrolló un sistema basado en aprendizaje automático para clasificar estos movimientos, utilizando datos de video procesados mediante segmentación facial, alineación de puntos clave y análisis de características como simetría y orientación facial. Se implementaron dos modelos de clasificación: un modelo multiclase y un modelo jerárquico. El modelo jerárquico, diseñado para organizar la clasificación en niveles, alcanzó una accuracy de 97.48%, mientras que el modelo multiclase obtuvo una accuracy de 92.45%. La selección de características permitió evaluar y validar los atributos clave utilizados para la diferenciación de patrones de movimiento. El sistema fue evaluado en escenarios controlados, reportando resultados consistentes en métricas de rendimiento. Aunque el Dataset no permitió analizar métricas adicionales como frecuencia o cadencia, los métodos desarrollados lograron clasificar movimientos involuntarios con un alto nivel de exactitud.
metadata.dc.type: info:eu-repo/semantics/masterThesis
Appears in Collections:Tesis de Maestría en Computación

Files in This Item:
File Description SizeFormat 
MC_Hector_Panohaya_Salcedo_2025.pdfTesis1.87 MBAdobe PDFView/Open
MC_Hector_Panohaya_Salcedo_2025_c.pdf
  Restricted Access
Cesión de derechos1.04 MBAdobe PDFView/Open Request a copy


This item is protected by original copyright



This item is licensed under a Creative Commons License Creative Commons