Detección de depresión con técnicas de inteligencia artificial
dc.audience | generalPublic | es_MX |
dc.contributor | Beltrán Martínez, Beatriz | |
dc.contributor.advisor | BELTRAN MARTINEZ, BEATRIZ; 80293 | |
dc.contributor.author | Herrera Maldonado, Luis Ángel | |
dc.date.accessioned | 2023-01-09T18:56:10Z | |
dc.date.available | 2023-01-09T18:56:10Z | |
dc.date.issued | 2022-05-20 | |
dc.description.abstract | "La depresión es una enfermedad mental que, según la organización mundial de la salud (OMS), afecta a más de 300 millones de personas en todo el mundo, algunas de ellas han vivido diariamente con depresión sin darse cuenta, por ello es importante desarrollar tecnologías que ayuden a hacer un diagnóstico rápido, y de esa manera, evitar que la calidad de vida de estas personas se vea afectada severamente. La expresión facial brinda información necesaria para reconocer las emociones en una persona, de acuerdo con el psicólogo Paul Ekman, existen seis emociones con expresiones faciales universales: enojo, tristeza, alegría, disgusto, miedo y sorpresa. Durante varios años se han realizado trabajos de investigación para determinar cuáles son las emociones que están relacionadas con dicha enfermedad. De acuerdo con las unidades de acción (AU) que están presentes en una persona con depresión son: AU12, AU14 y AU10. Las expresiones faciales pueden ser buenas para detectar depresión, sin embargo, una técnica más eficiente de detección es el análisis de texto. En este trabajo de investigación, se propone desarrollar una tecnología con capacidad analizar de expresiones faciales para identificar esta enfermedad". | es_MX |
dc.folio | 20220526095610-9393-TL | es_MX |
dc.format | es_MX | |
dc.identificator | 7 | es_MX |
dc.identifier.uri | https://hdl.handle.net/20.500.12371/17028 | |
dc.language.iso | spa | es_MX |
dc.matricula.creator | 201624007 | es_MX |
dc.publisher | Benemérita Universidad Autónoma de Puebla | es_MX |
dc.rights.acces | openAccess | es_MX |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0 | es_MX |
dc.subject.classification | INGENIERÍA Y TECNOLOGÍA | es_MX |
dc.subject.lcc | Emociones--Aspectos de salud | es_MX |
dc.subject.lcc | Depresión Mental--Diagnóstico--Investigación | es_MX |
dc.subject.lcc | Reconocimiento facial (Computación) | es_MX |
dc.subject.lcc | Procesamiento de imágenes--Técnicas digitales | es_MX |
dc.subject.lcc | Inteligencia artificial--Aplicaciones médicas | es_MX |
dc.thesis.career | Licenciatura en Ingeniería en Ciencias de la Computación | es_MX |
dc.thesis.degreediscipline | Área de Ingeniería y Ciencias Exactas | es_MX |
dc.thesis.degreegrantor | Facultad de Ciencias de la Computación | es_MX |
dc.thesis.degreetoobtain | Ingeniero (a) en Ciencias de la Computación | es_MX |
dc.title | Detección de depresión con técnicas de inteligencia artificial | es_MX |
dc.type | Tesis de licenciatura | es_MX |
dc.type.conacyt | bachelorThesis | es_MX |
dc.type.degree | Licenciatura | es_MX |
Files
Original bundle
1 - 2 of 2
Loading...
- Name:
- 20220526095610-9393-TL.pdf
- Size:
- 6.93 MB
- Format:
- Adobe Portable Document Format
- Description:

- Name:
- 20220526095610-9393-CARTA.pdf
- Size:
- 419.87 KB
- Format:
- Adobe Portable Document Format
- Description:
License bundle
1 - 1 of 1

- Name:
- license.txt
- Size:
- 1.71 KB
- Format:
- Item-specific license agreed upon to submission
- Description: