Análisis y clasificación neurocognitiva de pacientes crónicos con trastornos mentales a través del procesado de electroencefalogramas
- Autores: Miguel Á. Luján Pérez
- Directores de la Tesis: Alejandro Lucas Borja (dir. tes.), Jorge Mateo Sotos (codir. tes.)
- Lectura: En la Universidad de Castilla-La Mancha ( España ) en 2022
- Idioma: español
- Tribunal Calificador de la Tesis: Félix González Martínez (presid.), Alfonso Parreño Torres (secret.), Ignacio Pavón García (voc.)
- Programa de doctorado: Programa de Doctorado en Investigación Sociosanitaria y de la Actividad Física por la Universidad de Castilla-La Mancha
- Materias:
- Texto completo no disponible (Saber más ...)
- Resumen
Hoy en día, existen diferentes técnicas utilizadas para el diagnostico en pacientes con psicopatologías. Puesto que dichas enfermedades poseen un factor subjetivo, el estado de los pacientes se determina mediante entrevistas clínicas. Conjuntamente, se utilizan pruebas objetivas como la exploración neurofisiológica a partir de electroencefalogramas. Por lo tanto, el diagnóstico depende en gran medida de la experiencia del personal médico que realiza las pruebas y exploraciones de los pacientes bajo observación.
En el presente trabajo, se pretende analizar las características de las señales registradas mediante electroencefalogramas como ayuda objetiva para el diagnóstico de pacientes con enfermedades mentales. A partir de los resultados obtenidos se estudiarán los patrones encontrados, llevando a cabo una clasificación mediante machine learning. De esta forma, este tipo de clasificaciones permitirá entrenar algoritmos que servirán para la identificación objetiva durante el diagnóstico de pacientes con enfermedades mentales crónicas.
Esta tesis es un trabajo de investigación en esta línea de estudio, compuesta por tres artículos y tres conferencias que abordan la clasificación automática del trastorno bipolar y la esquizofrenia a través de redes neuronales y sistemas difusos a partir de las señales obtenidas de electroencefalogramas. Los resultados obtenidos, muestran la utilidad de este tipo de herramientas para el diagnóstico objetivo de pacientes en tiempo real y en consulta.
