Interpretación de redes neuronales profundas como herramienta para diferenciar subtipos de TDAH a partir de patrones de actividad
Year: 2023
Type: dissertation
Abstract: El Trastorno por Déficit de Atención e Hiperactividad (TDAH) es un trastorno neuropsiquiátrico que afecta a niños y a adultos. El TDAH se divide en tres subtipos: predominantemente inatento, predominantemente hiperactivo y combinado. Tradicionalmente, el diagnóstico tanto del TDAH como de su subtipo se han basado en evaluaciones médicas con un importante componente subjetivo. El correcto diagnóstico del subtipo de TDAH es fundamental para el desarrollo de un tratamiento adecuado y adaptado al paciente. Estudios recientes han revelado que el uso de métodos basados actimetría junto aprendizaje profundo son buenas opciones a la hora de identificar el TDAH, así como diferenciar sus subtipos. Sin embargo, en el caso del TDAH predominantemente hiperactivo, no se ha llevado a cabo ningún estudio de esta índole al tratarse del tipo menos diagnosticado y del que menos información se tiene. Por ello, en el presente trabajo se propone la elaboración de un sistema capaz de caracterizar el TDAH de tipo hiperactivo mediante el análisis de patrones de actividad y técnicas de interpretabilidad. Para ello, a partir de las señales actigráficas de los pacientes, se han creado espectrogramas divididos por el subtipo y se han entrenado redes neuronales convolucionales. Tras ello, se analizan las salidas de dichas redes mediante técnicas como los mapas de oclusión y modelos de mezcla gaussiana.
Author: Chico Delgado, Guillermo
Institution: Universidad de Valladolid
Language: Spanish
Subfield: Psychiatry and Mental health
Field: Medicine
Domain: Health Sciences
Open Access status: green
OpenAlex ID: W7001110782
