Por favor, use este identificador para citar o enlazar este ítem: https://repositorio.utn.edu.ec/handle/123456789/11679
Citar este ítem

Título : Sistema biofeedback de sensores de detección de estrés mediante algoritmos de aprendizaje de máquinas en estudiantes universitarios
Director: Michilena Calderón, Jaime Roberto
Autor : Tutillo Alcocer, Samia Cristina
Tipo docuemento: bachelorThesis
Palabras clave : ELECTRÓNICA;TELECOMUNICACIÓN;ALGORITMO;APRENDIZAJE
Fecha de publicación : 17-nov-2021
Fecha de creación : 25-oct-2021
Resumen : En este trabajo de titulación se desarrolla el sistema BIOSTRESS, este es un sistema Biofeddback de sensores que predice el nivel de estrés mediante algoritmos de aprendizaje de máquinas, el objetivo de este sistema es detectar estos niveles y ayudar a controlarlo mediante un posible tratamiento, sirviendo de apoyo para el trabajo que realizan los psicólogos. El diseño del sistema se basó en la metodología denominada Modelo en V y se encuentra conformado principalmente por la placa MySignals ya que sirve de ayuda para desarrollar sistemas e-Health. Además, cuenta con sensores biomédicos para detectar los cambios fisiológicos de los estudiantes y así obtener su información, con ello, se continua al procesamiento de los datos para determinar el nivel de estrés que posee el paciente, pudiendo visualizar mediante la interfaz de una aplicación desarrollada en el software Processing. Finalmente, la funcionalidad del sistema es analizado mediante pruebas a un grupo de 10 estudiantes de diferentes carreras entre hombres y mujeres, lo que ayudó a lograr la factibilidad del sistema, puesto que se obtuvo diferentes resultados entre los cuales el 70% de los sujetos de prueba presentan un nivel de estrés diferente del normal y con la ayuda del Biofeedback estos niveles se pueden normalizar. BIOSTRESS sería de gran utilidad a los profesionales en el tema para que el diagnóstico de las personas sea mucho más preciso.
Descripción : Diseñar un sistema biofeedback de sensores de detección de estrés mediante algoritmos de aprendizaje de máquinas en estudiantes universitarios.
URI : http://repositorio.utn.edu.ec/handle/123456789/11679
Ubicación: 04/RED/ 272
Ciudad. País: Ibarra. Ecuador.
Grado Académico: Ingeniería
Código MFN : 0000035945
Carrera Profesional: Electrónica y Redes de Comunicación
Aparece en las colecciones: Ing. en Electrónica y Redes de Comunicación

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
04 RED 272 logo.jpgLogo305.37 kBJPEGVista previa
Visualizar/Abrir
04 RED 272 TRABAJO GRADO.pdfTrabajo de Grado5.4 MBAdobe PDFVista previa
Visualizar/Abrir


Este ítem está protegido por copyright original



Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons