Palomino Merino, Amparo DoraMorín Castillo, María MonserratSantillán Guzmán, AlinaPALOMINO MERINO, AMPARO DORA; 35191MORIN CASTILLO, MARIA MONSERRAT; 123772SANTILLAN GUZMAN, ALINA; 599193Andrade González, Alfonso2023-12-082023-12-082023-07https://hdl.handle.net/20.500.12371/19646"Se presenta el trabajo de tesis correspondiente al desarrollo de un algoritmo para la detección de eventos de ansiedad. Se comienza por el estudio de los tipos de trastornos de ansiedad en conjunto con sus síntomas característicos con el objetivo de identificar las señales fisiológicas necesarias para la detección de un evento de ansiedad. Posteriormente, se utiliza una base de datos extraída de pacientes diagnosticados con trastorno de ansiedad para la caracterización de las señales, tanto en el dominio del tiempo, como en el de la frecuencia, implementando un algoritmo de procesamiento desarrollado en lenguaje de programación Python. Se hace la comparación de las señales de los pacientes durante un evento de ansiedad y en estado de reposo para seleccionar aquellos atributos útiles para identificar correctamente las señales correspondientes a un evento de ansiedad. Se implementan algoritmos de clasificación basados en aprendizaje automático en conjunto con los atributos seleccionados para identificar los periodos de tiempo en los que el paciente sufrió de un evento de ansiedad. Al finalizar el algoritmo, se pone a prueba y se ajustan los parámetros de clasificación para alcanzar una mejor precisión. Se publican los resultados obtenidos y se escribe el trabajo de tesis simultáneamente".pdfspaINGENIERÍA Y TECNOLOGÍATrastornos de ansiedad--Diagnóstico--InvestigaciónDiagnóstico--Innovaciones tecnológicasAnsiedad--Aspectos fisiológicosAdministración de bases de datosProcesamiento de datosProcesamiento de datosAprendizaje automático (Inteligencia artificial)Tesis de maestríaopenAccess