Análisis de señales electroencefalográficas asociadas al estrés utilizando oscilaciones relacionadas con eventos y técnicas de aprendizaje automático

Simple item page
dc.audiencegeneralPublic
dc.contributorOliveros Oliveros, José Jacobo
dc.contributorMorín Castillo, María Monserrat
dc.contributor.advisorOLIVEROS OLIVEROS, JOSE JACOBO; 25555
dc.contributor.advisorMorín Castillo, María Monserrat; 0000-0002-9121-5917
dc.contributor.authorRodriguez Hernandez, Yessica
dc.date.accessioned2026-09-30T15:49:34Z
dc.date.available2026-09-30T15:49:34Z
dc.date.issued2026-03
dc.description.abstract"En esta tesis se encuentra el análisis de señales electroencefalográficas registradas en sujetos expuestos a estímulos auditivos diseñados para inducir estados de estrés, relajación y ruido blanco. El objetivo principal es identificar características oscilatorias del EEG asociadas a cada estado mencionado. Para ello, se emplea la técnica de oscilaciones relacionadas con eventos (ERO), utilizando una representación tiempo-frecuencia basada en la transformada wavelet Morlet. A partir de este análisis se obtiene la potencia espectral promedio en distintas bandas de frecuencia y electrodos, las cuales permiten caracterizar la actividad cerebral bajo diferentes condiciones experimentales. Finalmente, las características extraídas son utilizadas como entrada para un modelo de aprendizaje automático basado en SVM (máquina de soporte vectorial), con el propósito de evaluar su capacidad para clasificar los estados de estrés, relajación y ruido blanco. Los resultados obtenidos muestran el potencial enfoque propuesto para el análisis y la clasificación de estados relacionados con el estrés a partir de señales EEG".
dc.folio20260309120237-9285-TL
dc.formatpdf
dc.identificator1
dc.identifier.urihttps://hdl.handle.net/20.500.12371/33891
dc.language.isospa
dc.matricula.creator202054413
dc.publisherBenemérita Universidad Autónoma de Puebla
dc.rights.accesopenAccess
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0
dc.subject.classificationCIENCIAS FÍSICO MATEMÁTICAS Y CIENCIAS DE LA TIERRA
dc.subject.lccFisiología--Neurofisiología y neuropsicología--Sistema nervioso--Sistema nervioso central--Cerebro--Electroencefalografía
dc.subject.lccCiencia (General)--Cibernética--Autómatas conscientes--Inteligencia artificial--Obras generales, tratados y libros de texto
dc.subject.lccElectroencefalografía--Procesamiento de datos--Modelos matemáticos
dc.subject.lccAprendizaje automático (Inteligencia artificial)
dc.thesis.careerLicenciatura en Matemáticas Aplicadas
dc.thesis.degreedisciplineÁrea de Ingeniería y Ciencias Exactas
dc.thesis.degreegrantorFacultad de Ciencias Físico Matemáticas
dc.thesis.degreetoobtainLicenciado (a) en Matemáticas Aplicadas
dc.titleAnálisis de señales electroencefalográficas asociadas al estrés utilizando oscilaciones relacionadas con eventos y técnicas de aprendizaje automático
dc.typeTesis de licenciatura
dc.type.conacytbachelorThesis
dc.type.degreeLicenciatura
Files
Original bundle
Now showing 1 - 2 of 2
Thumbnail Image
Name:
20260309120237-9285-TL.pdf
Size:
6.72 MB
Format:
Adobe Portable Document Format
Download
Name:
20260309120237-9285-CARTA.pdf
Size:
270.3 KB
Format:
Adobe Portable Document Format
Collections
Tesis de Licenciatura