Mostrar el registro sencillo del ítem

dc.contributor.advisorLlamas Ramos, Inés es_ES
dc.contributor.advisorPérez Robledo, Fátima es_ES
dc.contributor.authorVelázquez Iglesias, Sara
dc.date.accessioned2024-09-17T07:57:14Z
dc.date.available2024-09-17T07:57:14Z
dc.date.issued2024
dc.identifier.urihttp://hdl.handle.net/10366/159599
dc.descriptionVersión reducida de la tesises_ES
dc.description.abstract[ES]Introducción: El análisis postural en las primeras etapas del desarrollo motor siempre ha sido motivo de investigación y estudio. Con la evolución de las nuevas tecnologías surge la necesidad de implementar herramientas de evaluación que permitan valorar de manera objetiva y eficaz el control postural que está intrínsecamente ligado al desarrollo motor. Objetivo: Analizar la postura en bebés de 0 a 6 meses en decúbito ventral y dorsal empleando la inteligencia artificial para determinar parámetros objetivables de valoración de la postura. Métodos: Se trata de un estudio observacional y transversal. Se estudió a los bebés siguiendo una sistemática de valoración cinesiológica y posteriormente se tomaron imágenes a los lactantes, tanto en decúbito ventral como en decúbito dorsal, en una plataforma de cristal, para analizar su postura mediante técnicas de aprendizaje profundo. Resultados: Participaron 26 lactantes desde enero de 2019 hasta septiembre de 2021. Se capturaron 2000 fotogramas de sus movimientos para analizar sus apoyos y comportamiento. La muestra, compuesta por un 57,7% de varones y con una edad media de 3,16±1,52 meses, tenían un peso medio de 3,14±0,35 kg y una talla media de 50,18±1,27 cm. La edad gestacional media fue de 39,73±1,11 semanas. El 42% de los niños tenían menos de 3 meses. En la evaluación cinesiológica se observó que el 61,5% de los bebés podía mantener la cabeza en la línea media en decúbito supino, el 92,3% presentaba captura foveal y el 96,2% buen control del tono muscular. También se analizaron los frames procesados con aprendizaje profundo y se detectó que el proceso de entrenamiento converge después de 300 iteraciones de frames entrenados. Conclusiones: Actualmente no existe un método de evaluación del desarrollo motor y postural que determine las áreas de apoyo en bebés con desarrollo típico. La detección temprana de retrasos en el desarrollo motor o postural es crucial para optimizar el tratamiento eficaz. La inteligencia artificial (IA) se presenta como una herramienta eficaz para analizar de manera objetiva la postura de los bebés y detectar posibles retrasos en el desarrollo. Mediante técnicas de aprendizaje profundo se podrán definir las áreas de apoyo específicas para cada lactante según su edad reduciendo la carga de trabajo de los profesionales de la salud, facilitando así la toma de decisiones.es_ES
dc.language.isospaes_ES
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 Internacional*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.subjectTesis y disertaciones académicases_ES
dc.subjectUniversidad de Salamanca (España)es_ES
dc.subjectResumen de tesises_ES
dc.subjectThesis Abstractses_ES
dc.subjectBebéses_ES
dc.subjectAnálisis posturales_ES
dc.subjectAprendizaje motores_ES
dc.subjectInteligencia artificiales_ES
dc.subjectAprendizaje profundoes_ES
dc.subjectRedes neuronaleses_ES
dc.subjectDecúbito ventrales_ES
dc.subjectDecúbito dorsales_ES
dc.subject.meshNeural Networks (Computer) *
dc.subject.meshMotor Skills Disorders *
dc.subject.meshPosture *
dc.titleAnálisis de la postura en bebés de 0 a 6 meses en decúbito ventral y dorsal a través de técnicas de aprendizaje profundoes_ES
dc.typeinfo:eu-repo/semantics/doctoralThesises_ES
dc.subject.unesco3201.10 Pediatríaes_ES
dc.subject.unesco1203.04 Inteligencia Artificiales_ES
dc.identifier.doi10.14201/gredos.159599
dc.rights.accessRightsinfo:eu-repo/semantics/openAccesses_ES
dc.subject.decspostura *
dc.subject.decstrastornos de las habilidades motoras *
dc.subject.decsredes neuronales (ordenador) *


Ficheros en el ítem

Thumbnail

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem

Attribution-NonCommercial-NoDerivatives 4.0 Internacional
Excepto si se señala otra cosa, la licencia del ítem se describe como Attribution-NonCommercial-NoDerivatives 4.0 Internacional