Browsing by Author "Carriel Rubilar, Felipe"
Now showing 1 - 1 of 1
- Results Per Page
- Sort Options
Thesis Estimación de la edad cerebral mediante registros de electroencefalografía (EEG) utilizando técnicas de aprendizaje de máquinas(Universidad Técnica Federico Santa María, 2024-07-26) Carriel Rubilar, Felipe; Zañartu Salas, Matias; Departamento de Electrónica; Escobar Silva, Maria JoseLa edad biológica cerebral en contraste con la edad cronológica tiene un gran potencial en cuanto a la evaluación del envejecimiento y deterioro del cerebro, posiblemente asociado a diversas patologías cerebrales. Bajo este escenario el electroencefalograma (EEG) podría tener el potencial de generalizar y caracterizar el deterioro cerebral. Se evaluaron distintos algoritmos de aprendizaje de máquina para realizar la comparativa entre cuales de estos algoritmos son los más óptimos para realizar este tipo de tareas, entre ellos algoritmos clásicos de regresión tales como las máquinas de vectores de soporte (SVM) y el de K Vecinos más Cercanos (KNN), también se utilizaron modelos basados en ´arboles como Bosques Aleatorios, XGBoost y CatBoost, para finalmente evaluar el rendimiento para este tipo de tareas de regresión con Redes Neuronales de perceptrón Multicapa (MLP). Para cada algoritmo se analizaron las contribuciones que cada característica de EEG aportaba a la predicción del modelo con el fin de posteriormente obtener las regiones cerebrales más influyentes en la predicción de la edad. En esta memoria de título se ha generado un flujo de trabajo basado en los algoritmos de aprendizaje de máquina que permite optimizar cada modelo y ajustarlos de la mejor manera a los datos de entrenamiento para realizar la estimación de edad cerebral y la caracterización de cada región cerebral en las predicciones realizadas, esto con el fin de identificar que regiones son las más importantes al momento de predecir la edad cerebral. Las regiones más prominentes en las predicciones de Edad Cerebral fueron en la región occipital, y los modelos que mejor rendimiento tuvieron fueron los basados en árboles de decisión, aún quedando camino por recorrer en cuanto a la interpretabilidad final de los modelos y en el potencial que las herramientas de aprendizaje automático contribuyen a la caracterización del deterioro cerebral.
Política de Privacidad 
