Oliveros Oliveros, José JacoboMorín Castillo, María MonserratOLIVEROS OLIVEROS, JOSE JACOBO; 25555Morín Castillo, María Monserrat; 0000-0002-9121-5917Rodriguez Hernandez, Yessica2026-09-302026-09-302026-03https://hdl.handle.net/20.500.12371/33891"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".pdfspaCIENCIAS FÍSICO MATEMÁTICAS Y CIENCIAS DE LA TIERRAFisiología--Neurofisiología y neuropsicología--Sistema nervioso--Sistema nervioso central--Cerebro--ElectroencefalografíaCiencia (General)--Cibernética--Autómatas conscientes--Inteligencia artificial--Obras generales, tratados y libros de textoElectroencefalografía--Procesamiento de datos--Modelos matemáticosAprendizaje automático (Inteligencia artificial)Tesis de licenciaturaopenAccess