RT info:eu-repo/semantics/bachelorThesis
T1 Interpretación de redes neuronales profundas como herramienta para diferenciar subtipos de TDAH a partir de patrones de actividad
A1 Chico Delgado, Guillermo
A2 Universidad de Valladolid. Escuela Técnica Superior de Ingenieros de Telecomunicación
K1 TDAH
K1 Actigrafía
K1 Aprendizaje profundo
AB El Trastorno por Déficit de Atención e Hiperactividad (TDAH) es un trastorno neuropsiquiátricoque afecta a niños y a adultos. El TDAH se divide en tres subtipos: predominantemente inatento,predominantemente hiperactivo y combinado. Tradicionalmente, el diagnóstico tanto del TDAHcomo de su subtipo se han basado en evaluaciones médicas con un importante componentesubjetivo. El correcto diagnóstico del subtipo de TDAH es fundamental para el desarrollo deun tratamiento adecuado y adaptado al paciente. Estudios recientes han revelado que el usode métodos basados actimetría junto aprendizaje profundo son buenas opciones a la hora deidentificar el TDAH, así como diferenciar sus subtipos. Sin embargo, en el caso del TDAHpredominantemente hiperactivo, no se ha llevado a cabo ningún estudio de esta índole altratarse del tipo menos diagnosticado y del que menos información se tiene. Por ello, en elpresente trabajo se propone la elaboración de un sistema capaz de caracterizar el TDAH de tipohiperactivo mediante el análisis de patrones de actividad y técnicas de interpretabilidad. Paraello, a partir de las señales actigráficas de los pacientes, se han creado espectrogramas divididospor el subtipo y se han entrenado redes neuronales convolucionales. Tras ello, se analizan lassalidas de dichas redes mediante técnicas como los mapas de oclusión y modelos de mezclagaussiana.
YR 2023
FD 2023
LK https://uvadoc.uva.es/handle/10324/63072
UL https://uvadoc.uva.es/handle/10324/63072
LA spa
NO Departamento de Teoría de la Señal y Comunicaciones e Ingeniería Telemática
DS UVaDOC
RD 21-dic-2024