Clasificación de estados cognoscitivos de datos obtenidos mediante resonancia magnética funcional

dc.contributor.advisorSisniegas Gonzales, Manuel Antonio
dc.contributor.authorOliva Melgarejo, Susan Kelly
dc.date.accessioned12/6/2017 12:23
dc.date.available12/6/2017 12:23
dc.date.issued2013
dc.descriptionThe technique of Functional Magnetic Resonance Imaging (fMRI) is becoming increasingly important in the field of medicine and research, as it is a very useful technique for medical diagnosis. To do this, using a sequence of MRI images obtained while the patient is performing a given task, we can use statistical methods capable of indicating which area of the brain is responsible or related to the task in question. The objective of this project is to analyze the feasibility of using the Fisher Discriminant Analysis as a method of the Multivoxel Pattern Analysis for classifying cognitive states of a subject in data obtained by this technique, since it, unlike the conventional univariate statistical method considers the relationship between the different regions of interest and the corresponding number of voxels that are activated in the brain to a given stimulus. As discussed in chapter results, this technique is suitable for classification of cognitive states, since the percentage of correct classification for this particular case was high (81.5%) also it has been determined the regions of interest that best classify what the subject is observing, in this case: image or sentence, in a given moment. Tthey were: number of voxels activated in the left inferior parietal (LIPL) and the left dorsolateral prefrontal cortex (LDLPFC)es_PE
dc.description.abstractLa técnica de Imágenes de Resonancia Magnética (MRI) está cobrando especial importancia en el campo de la medicina y de la investigación, ya que es una técnica muy útil para el diagnóstico médico. Para ello, empleando una secuencia de imágenes de Resonancia magnética obtenidas mientras que el paciente está realizando una determinada tarea fijada, se pueden emplear métodos estadísticos capaces de indicar que zona del cerebro se encarga o está relacionada con la tarea en cuestión. El objetivo de esta investigación fue analizar la viabilidad del uso del Análisis Discriminante de Fisher como método del Análisis Multivoxel de patrones para la clasificación de los estados cognoscitivos de un sujeto en datos obtenidos mediante esta técnica, ya que éste, a diferencia del método estadístico convencional univariado si tiene en cuenta la relación existente entre la diferentes regiones de interés y el correspondiente número de voxels que se activan en el cerebro ante un estímulo determinado. Como se verá, en el capítulo de resultados, esta técnica es adecuada para la clasificación de los estados cognoscitivos, ya que el porcentaje de aciertos para este caso en particular resultó ser alta (81,5%), asimismo se determinó que las regiones de interés que mejor clasifican lo que está observando el sujeto, en este caso: imagen u oración, en un determinado instante, fueron: Número de voxels activados en el Parietal Inferior Izquierdo (LIPL) y en la Corteza Prefrontal Dorsolateral Izquierda. (LDLPFC)es_PE
dc.description.uriTesises_PE
dc.identifier.urihttps://hdl.handle.net/20.500.14414/9288
dc.language.isospaes_PE
dc.publisherUniversidad Nacional de Trujilloes_PE
dc.rightsinfo:eu-repo/semantics/openAccesses_PE
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/2.5/pe/es_PE
dc.sourceUniversidad Nacional de Trujilloes_PE
dc.sourceRepositorio institucional - UNITRUes_PE
dc.subjectResonancia Magnética, Análisis Multivoxeles_PE
dc.titleClasificación de estados cognoscitivos de datos obtenidos mediante resonancia magnética funcionales_PE
dc.typeinfo:eu-repo/semantics/bachelorThesises_PE
thesis.degree.disciplineEstadísticaes_PE
thesis.degree.grantorUniversidad Nacional de Trujillo.Facultad de Ciencias Físicas y Matemáticases_PE
thesis.degree.levelTítulo Profesionales_PE
thesis.degree.nameIngeniero Estadísticoes_PE
Files
Original bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
OLIVA MELGAREJO, Susan Kelly.pdf
Size:
2.13 MB
Format:
Adobe Portable Document Format
Description:
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description: