1. Repositorio Institucional del Tecnológico Nacional de México (RI - TecNM)
2. Tesis de Posgrado
3. Morelos
4. Centro Nacional de Investigación y Desarrollo Tecnológico
5. Tesis CENIDET
6. Tesis de Maestría
7. Tesis de Maestría en Computación

Title:	Identificación de patrones atípicos en personas con movimientos involuntarios
Authors:	Calcedo Aguirre, Darien
metadata.dc.subject.other:	Enfermedad del Parkinson, discinesia, temblor.
Issue Date:	2025-02-26
Publisher:	Tecnológico Nacional de México
metadata.dc.publisher.tecnm:	Centro Nacional de Investigación y Desarrollo Tecnológico
Description:	Los trastornos del movimiento son enfermedades neurológicas que afectan el control motor y pueden incluir afecciones como Parkinson, ataxia y nistagmo. Estos trastornos se caracterizan por síntomas como temblores, rigidez muscular y problemas de equilibrio, los cuales impactan negativamente la calidad de vida de quienes los padecen. La detección temprana es clave para ofrecer tratamientos más efectivos y mejorar el pronóstico. La inteligencia artificial (IA) se presenta como una herramienta prometedora para la detección precoz de trastornos del movimiento. Mediante el análisis de datos clínicos, biomédicos (como EEG o EMG) y el uso de algoritmos de aprendizaje automático, la IA puede identificar patrones asociados a estos trastornos en sus etapas iniciales. Además, esta tecnología puede monitorizar la progresión de la enfermedad y evaluar la respuesta a los tratamientos, lo que permite personalizar las intervenciones. La implementación de modelos de machine learning adecuados puede lograr una detección precisa de los síntomas y patrones motores anormales. El proceso implica el entrenamiento de algoritmos con datos etiquetados y la posterior evaluación de los resultados mediante métricas específicas. Estudios previos han demostrado que la IA puede identificar con alta precisión tanto los movimientos normales como los asociados a enfermedades neurológicas, lo que respalda su uso como herramienta clínica en este ámbito. En esta investigación se propone un modelo para identificar patrones motores atípicos en personas con movimientos involuntarios, utilizando métodos no invasivos para el paciente. Se seleccionó la enfermedad de Parkinson como caso de estudio, enfocándose en dos tipos de movimientos: uno esperado, como el temblor postural en las manos, y otro atípico, la discinesia facial. Este último consiste en movimientos bruscos y descontrolados que suelen manifestarse en pacientes con varios años de tratamiento con levodopa, un fármaco comúnmente utilizado para tratar los síntomas clásicos del Parkinson. El modelo desarrollado emplea visión por computadora para analizar videos y logró identificar con precisión tanto el temblor postural como la discinesia facial. En el caso del temblor, se alcanzaron y superaron las métricas reportadas en investigaciones previas, consolidando la efectividad del enfoque. Respecto a la discinesia facial, se lograron establecer métricas cuantificables, representando una contribución novedosa, ya que no se encontraron estudios previos que abordaran este fenómeno en el estado del arte. Este avance constituye el principal aporte de la investigación, abriendo nuevas posibilidades para el monitoreo y diagnóstico en pacientes con Parkinson.
metadata.dc.type:	info:eu-repo/semantics/masterThesis
Appears in Collections:	Tesis de Maestría en Computación

This item is protected by original copyright View License

This item is licensed under a Creative Commons License