Método automático para apoyar en la identificación de síntomas de depresión mediante el análisis en narrativa oral
La organización mundial de la salud señala que cerca del 4.4% de la población mundial sufre de depresión. Pese a que existen herramientas para identificar depresión, existen pocos instrumentos sustentados en la tecnología, para este fin. Este proyecto detalla los elementos necesarios para desarro...
Saved in:
| Institution: | Universidad Católica de Colombia |
|---|---|
| Main Authors: | , , |
| Format: | Trabajo de grado - Pregrado |
| Language: | Español |
| Published: |
Universidad Católica de Colombia
2021
|
| Subjects: | |
| Online Access: | https://hdl.handle.net/10983/26291 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| id |
oai:repository.ucatolica.edu.co:10983-26291 |
|---|---|
| recordtype |
dspace |
| spelling |
Barrero-Calixto, Juan Carlos Forero-Chaux, Daniel Gustavo Vergara-Rojas, Josué David 2021-07-22T14:58:47Z 2021 2021-07-22T14:58:47Z 2021 Trabajo de investigación La organización mundial de la salud señala que cerca del 4.4% de la población mundial sufre de depresión. Pese a que existen herramientas para identificar depresión, existen pocos instrumentos sustentados en la tecnología, para este fin. Este proyecto detalla los elementos necesarios para desarrollar un método automático que permite identificar síntomas de depresión en adultos jóvenes, a partir del análisis de la narrativa oral. Pregrado Ingeniero de Sistemas 1. Resumen 2. Introducción 3. Planteamiento del problema 5. Justificación 6. Marcos de referencia 7. Estado del arte 8. Alcance y limitaciones 9. Metodología 10. Ontología semántica 11. Diseño del método automático 12. Desarrollo del método automático 13. Evaluación y rendimiento del método automático 14. Resultado y análisis de resultado 15. Conclusiones 16. Trabajos futuros BIBLIOGRAFÍA 123 páginas application/pdf Forero-Chaux, D. G. & Vergara-Rojas, J. D. (2021). Método automático para apoyar en la identificación de síntomas de depresión mediante el análisis en narrativa oral. Trabajo de Grado. Universidad Católica de Colombia. Facultad de Ingeniería. Programa de Ingeniería de Sistemas. Bogotá, Colombia https://hdl.handle.net/10983/26291 spa Universidad Católica de Colombia Facultad de Ingeniería Bogotá Ingeniería de Sistemas y Computación Sandín, B., Valiente, R., García, J., Pineda, D., Espinosa, V., Magaz, A., y Chorot, P. (2019). Protocolo unificado para el tratamiento de transdiagnóstico de los trastornos emocionales en adolescentes a través de internet (iUP-A): Aplicación web y protocolo de un ensayo controlado aleatorizado. Revista de psicopatología y Psicología Clínica, 24, 197-215. doi: 10.5911/rppc. 26460 NIMH. Depresión: Información Básica. {En línea}. {10 septiembre de 2020}. Disponible en https://www.nimh.nih.gov/health/publications/espanol/depresion-sp/index.shtml Bravo García. Maria. ¿Cuáles son las consecuencias de la depresión?. {En línea}. Octubre 21 de 2019. {10 septiembre de 2020}. Disponible en https://blog.cognifit.com/es/consecuencias-depresion/ SALUD. Cifras sobre depresión en Colombia y en el mundo. {En línea}. Febrero 24 de 2017. {11 septiembre de 2020}. Disponible en https://www.eltiempo.com/salud/cifras-sobre-depresion-en-colombia-y-en-el-mundo -segun-la-oms-61454 hm hospitales. La detección temprana de la depresión resulta clave... {4 octubre de 2019} {En línea} {12 septiembre de 2020} Disponible en https://www.hmhospitales.com/prensa/notas-de-prensa/deteccion-temprana-depresi on-clave-afrontar-tratamiento-exito. Procesamiento de lenguajes naturales. {En línea} {12 septiembre de 2020} Disponible en https://es.wikipedia.org/wiki/Procesamiento_de_lenguajes_naturales. Rojín Guitián. Noemí. "La depresión, en 2030, será la primera causa de discapacidad." {En línea}. 13 enero de 2020. {11 septiembre de 2020}. Disponible en .https://www.efesalud.com/depresion-2030-primera-causa-discapacidad-jovenes-ad ultos/. Rojín Guitián. Noemí. "La depresión, en 2030, será la primera causa de discapacidad." {En línea}. 13 enero de 2020. {11 septiembre de 2020}. Disponible en https://www.efesalud.com/depresion-2030-primera-causa-discapacidad-jovenes-adu ltos/. OMS. Depresión.{En línea}. {11 septiembre de 2020}. Disponible en https://www.who.int/topics/depression/es/ OPS. "Depresión: hablemos". {En línea}. 30 Marzo de 2017. {11 septiembre de 2020}. Disponible en https://www.paho.org/hq/index.php?option=com_content&view=article&id=13102:d epression-lets-talk-says-who-as-depression-tops-list-of-causes-of-ill-health&Itemid= 1926&lang=es OMS. Aspectos esenciales de la campaña. {En línea}. 2017. {11 septiembre de 2020}. Disponible en https://www.who.int/campaigns/world-health-day/2017/campaign-essentials/es/. MINSALUD. Boletín de salud mental. {En línea}. Marzo de 2017. {11 septiembre de 2020}. Disponible en https://www.minsalud.gov.co/sites/rid/Lists/BibliotecaDigital/RIDE/VS/PP/ENT/boleti n-depresion-marzo-2017.pdf. MINSALUD, COLCIENCIAS. Encuesta nacional de Salud Mental 2015. {En línea}. {11 septiembre de 2020}. Disponible en http://www.odc.gov.co/Portals/1/publicaciones/pdf/consumo/estudios/nacionales/CO 031102015-salud_mental_tomoI.pdf.https://www2.javerianacali.edu.co/sites/ujc/file s/catalogo_liip_2018.pdf Stallman, H. M. (2008). Prevalence of psychological distress in university students: implications for service delivery. Australian Family Physician, 37(8), 673 Stallman, H. M. (2010). Psychological distress in university students: A comparison with general population data. Australian Psychologist, 45(4), 249-257. doi: 1080/00050067. 2010.482109 Stallman, H. M., y Shochet, I. A. N (2009). Prevalence of mental health problems in Australian University health services. Australian Psychologist, 44(2), 122-127. doi: 10.1080/00050060902733727 Ferrel, R., Celis, A., & Hernández, O. (20177). Depresión y factores socio demográficos asociados en estudiantes universitarios de ciencias de la salud de una universidad pública (Colombia). Psicología desde el caribe, 27, 40-60 Ministerio de Salud. Encuesta Nacional de Salud Mental. {En línea} { 3 diciembre de 2020} Disponible en http://www.odc.gov.co/Portals/1/publicaciones/pdf/consumo/estudios/nacionales/CO 031102015-salud_mental_tomoI.pdf. Ministerio de Salud. Encuesta Nacional de Salud Mental. {En línea} { 3 diciembre de 2020} Disponible en http://www.odc.gov.co/Portals/1/publicaciones/pdf/consumo/estudios/nacionales/CO 031102015-salud_mental_tomoI.pdf Pontificia Universidad Javeriana de Colombia. Catálogo de pruebas psicológicas. {En línea}. {13 septiembre de 2020}. Disponible en https://www2.javerianacali.edu.co/sites/ujc/files/catalogo_liip_2018.pdf Sadín, B., Valiente, R., García, J., Pineda, D., Espinosa, V., Magaz, A., y Chorot, P. (2019). Protocolo unificado para el tratamiento de transdiagnóstico de los trastornos emocionales en adolecentes a través de internet (iUP-A): Aplicación web y protocolo de un ensayo controlado aleatorizado. Revista de psicopatología y Psicología Clínica, 24, 197-215. doi: 10.5911/rppc. 26460 Ministerio de Salud. Plan Decenal de Salud. {En línea} {3 diciembre de 2020} Disponible en https://www.minsalud.gov.co/plandecenal/Paginas/home2013.aspx Geosalud. Enfermedades que coexisten con la Depresión. {En línea}. {13 septiembre de 2020}. Disponible en https://www.geosalud.com/salud_mental/depresion3.3.htm Krauskopof, Dina. El desarrollo psicológico en la adolescencia. {En línea}. 1999. {17 septiembre de 2020}. Disponible en http://www.scielo.sa.cr/scielo.php?script=sci_arttext&pid=S1409-418519990002000 04 OMS. Suicidio. {En línea}. 2 septiembre de 2019. {17 septiembre de 2020}. Disponible en https://www.who.int/es/news-room/fact-sheets/detail/suicide Clinica Moreno. La primera sesión con el psicólogo. {En línea}. {En línea}. {17 septiembre de 2020}. Disponible en https://www.clinicamoreno.com/primera-sesion-psicologo/ SALUD, Finanzas personales. Cuánto cuesta ir al psicólogo. {En línea} 11 de junio de 2013. {29 octubre de 2020} Disponible en https://www.finanzaspersonales.co/hogar-y-familia/articulo/cuanto-cuesta-ir-psicolo go/51908 Mariñelarena-Dondena, L., Errecalde, M. L., & Solano, A. C. (2017). Extracción de conocimiento con técnicas de minería de textos aplicadas a la psicología. Revista Argentina de Ciencias del Comportamiento, 9(2), 65-76. Margarita M. ÁLVAREZ, Graciela E. BARCHINI, Mercedes DÍAZ, Luis G. CHANFERONI Universidad Nacional de Santiago del Estero. SISTEMAS DE INFORMACIÓN BASADOS EN ONTOLOGÍAS. UN ÁREA EMERGENTE. {En línea}. {16 septiembre de 2020} Disponible en https://core.ac.uk/download/pdf/15777408.pdf González, J. A. M. (2004). El contenido de los documentos textuales: su análisis y representación mediante el lenguaje natural. Rev. Esp. Doc. Cient, 27(4), 573. Actualicese. 10 puntos que debe conocer sobre la Ley de Habeas Data. {En línea}. 2 mayo de 2019. {30 septiembre de 2020}. Disponible en {https://actualicese.com/10-puntos-que-debe-conocer-sobre-la-ley-de-habeas-data/ Anónimo. ¿Qué es un algoritmo?. [En linea} {12 septiembre de 2020} Disponible http://aprende.colombiaaprende.edu.co/sites/default/files/naspublic/curriculos_ex/n 1g10_fproy/nivel1/programacion/unidad1/leccion1.html. Recuero de los Santos, Paloma. Tipos de aprendizaje en Machine Learning. {En línea}. 16 noviembre de 2017. {23 octubre de 2020}. Disponible en: https://empresas.blogthinkbig.com/que-algoritmo-elegir-en-ml-aprendizaje/ Marquez. Viviana. Precision, Recall, F1, Accuracy en clasificación. 2020. {En línea}. {18 septiembre de 2020}. Disponible en https://www.iartificial.net/precision-recall-f1-accuracy-en-clasificacion IBM. ¿Qué es Machine Learning? {En línea}. {12 septiembre de 2020}. Disponible en https://www.ibm.com/pe-es/analytics/machine-learning IBM. ¿Qué es Machine Learning? {En línea}. {12 septiembre de 2020}. Disponible en https://www.ibm.com/pe-es/analytics/machine-learning Recuero de los Santos, Paloma. Tipos de aprendizaje en Machine Learning. {En línea}. 16 noviembre de 2017. {23 octubre de 2020}. Disponible en: https://empresas.blogthinkbig.com/que-algoritmo-elegir-en-ml-aprendizaje/ Recuero de los Santos, Paloma. Tipos de aprendizaje en Machine Learning. {En línea}. 16 noviembre de 2017. {23 octubre de 2020}. Disponible en: https://empresas.blogthinkbig.com/que-algoritmo-elegir-en-ml-aprendizaje/. Recuero de los Santos, Paloma. Tipos de aprendizaje en Machine Learning. {En línea}. 16 noviembre de 2017. {23 octubre de 2020}. Disponible en: https://empresas.blogthinkbig.com/que-algoritmo-elegir-en-ml-aprendizaje/ Recuero de los Santos, Paloma. Tipos de aprendizaje en Machine Learning. {En línea}. 16 noviembre de 2017. {23 octubre de 2020}. Disponible en: https://empresas.blogthinkbig.com/que-algoritmo-elegir-en-ml-aprendizaje/ Recuero de los Santos, Paloma. Tipos de aprendizaje en Machine Learning. {En línea}. 16 noviembre de 2017. {23 octubre de 2020}. Disponible en: https://empresas.blogthinkbig.com/que-algoritmo-elegir-en-ml-aprendizaje/ Amartinez. ¿Qué es Google Drive? ¿Para qué nos sirve? {2 de agosto de 2017} {En línea} {3 diciembre de 2020} Disponible en http://biblio.webs.fcm.unc.edu.ar/2017/08/02/que-es-google-drive-para-que-nos-sir ve/. Google. Your Security | Google Safety Center. {En línea}. {3 diciembre de 2020}. Disponible en https://safety.google/security/. Google. Datos y seguridad – Centros de datos. {En línea}. {3 diciembre de 2020}. Disponible en https://www.google.com/intl/es-419/about/datacenters/data-security/ Google. Your Security | Google Safety Center. {En línea}. {3 diciembre de 2020}. Disponible en https://safety.google/security/. Google. Datos y seguridad – Centros de datos. {En línea}. {3 diciembre de 2020}. Disponible en https://www.google.com/intl/es-419/about/datacenters/data-security/ Na8. "¿Machine Learning en la Nube? Google Collaboratory con GPU!." 5 febrero de 2019. {En línea}. {23 septiembre de 2020}. Disponible en https://www.aprendemachinelearning.com/machine-learning-en-la-nube-google-cola boratory-con-gpu/ Gruber. Tom. Ontology (Computer Science). {En línea}. 2007. {23 octubre de 2020}. Disponible en http://tomgruber.org/writing/ontology-definition-2007.htm Universidad de Stanford. Protégé. {En línea}. {26 septiembre de 2020}. Disponible en https://protege.stanford.edu/.. Anónimo. ¿Que es el Lenguaje Natural?. {En línea}. 15 junio de 2018. {10 octubre de 2020} Disponible en https://nanopdf.com/download/que-es-el-lenguaje-natural-instituto-tecnologico-de-n uevo-laredo_pdf./ Anónimo. ¿Que es el Lenguaje Natural?. {En línea}. 15 junio de 2018. {10 octubre de 2020} Disponible en https://nanopdf.com/download/que-es-el-lenguaje-natural-instituto-tecnologico-de-n uevo-laredo_pdf. SAS. Qué es el Procesamiento de Lenguaje Natural. {En línea}. {26 septiembre de 2020}. Disponible en https://www.sas.com/es_ar/insights/analytics/what-is-natural-language-processingnlp. html Anónimo. "Reconocimiento de voz: Qué es, cómo funciona y programas”. 19 Mayo de 2020. {En línea}. {27 septiembre de 2020}. Disponible en https://ayudaleyprotecciondatos.es/2020/05/19/reconocimiento-voz/. Universidad Internacional de Venecia. Reconocimiento de voz: 3 formas de explotar su valor. 15 febrero de 2019. {En línea}. {15 octubre de 2020}. Disponible en: https://www.universidadviu.com/reconocimiento-de-voz-3-formas-de-explotar-su-va lor/./ Moreno, Antonio. Procesamiento del lenguaje natural ¿qué es?. {En línea}. {19 octubre de 2020} Disponible en https://www.iic.uam.es/inteligencia/que-es-procesamiento-del-lenguaje-natural/ Moreno, Antonio. Procesamiento del lenguaje natural ¿qué es?. {En línea}. {19 octubre de 2020} Disponible en https://www.iic.uam.es/inteligencia/que-es-procesamiento-del-lenguaje-natural/ Moreno, Antonio. Procesamiento del lenguaje natural ¿qué es?. {En línea}. {19 octubre de 2020} Disponible en https://www.iic.uam.es/inteligencia/que-es-procesamiento-del-lenguaje-natural/b.w ordpress.com/2016/04/20/que-es-la-ontologia-en-informatica/ Anónimo. Definición de trastorno - Qué es, Significado y Concepto. {En línea} {23 octubre de 2020}. Disponible en https://definicion.de/trastorno/ OMS. Trastornos mentales. {En línea}. {23 octubre de 2020}. Disponible en https://www.who.int/topics/mental_disorders/es/ Anónimo. Trastornos y tratamientos psicológicos. {En línea} {23 octubre de 2020} Disponible en http://www.psicoterapeutas.com/Trastornos.html. NIMH. Depresión: Información Básica. {En línea}. {16 octubre de 2020}. Disponible en https://www.nimh.nih.gov/health/publications/espanol/depresion-sp/index.shtml. Anónimo. ¿Tipos de depresión?. {En línea} {23 octubre de 2020} Disponible en https://www.mis15minutos.com/depresion/tipos/ Anónimo. ¿Tipos de depresión?. {En línea} {23 octubre de 2020} Disponible en https://www.mis15minutos.com/depresion/tipos/ Anónimo. ¿Tipos de depresión?. {En línea} {23 octubre de 2020} Disponible en https://www.mis15minutos.com/depresion/tipos/ Anónimo. ¿Tipos de depresión?. {En línea} {23 octubre de 2020} Disponible en https://www.mis15minutos.com/depresion/tipos/ RAE. Método | Definición | Diccionario de la lengua española. {En línea} {25 octubre de 2020}. Disponible en https://dle.rae.es/m%C3%A9todo. Bannister. Kristian. Análisis de sentimiento: qué es y para qué se usa. {En línea}. {15 octubre de 2020}. Disponible en https://www.brandwatch.com/es/blog/analisis-de-sentimiento/. INTELLIGENT. Análisis de sentimiento. {En línea}. 19 julio de 2017. {25 octubre de 2020} Disponible en https://itelligent.es/es/analisis-de-sentimiento/ Samuel. Artur (1959). {En línea}. {18 de Agosto de 2020}. Disponible en: https://www.toptal.com/machine-learning/introduccion-a-la-teoria-de-aprendizaje-d e-maquina-y-sus-aplicaciones-un-tutorial-visual-con-ejemplos Samuel. Artur (1959). {En línea}. {18 de Agosto de 2020}. Disponible en: https://www.toptal.com/machine-learning/introduccion-a-la-teoria-de-aprendizaje-d e-maquina-y-sus-aplicaciones-un-tutorial-visual-con-ejemplos Bannister, Kristian. Análisis de sentimiento: qué es y para qué se usa. {En línea}. 10 febrero de 2015. {28 octubre de 2020} Disponible en https://www.brandwatch.com/es/blog/analisis-de-sentimiento/. Ajorgeh. ¿Qué es la ontología en informática?. {En línea}. 20 abril de 2016. {27 de octubre de 2020} https://basicinfoweb.wordpress.com/2016/04/20/que-es-la-ontologia-en-informatica "Ajorgeh. ¿Qué es la ontología en informática?. {En línea}. 20 abril de 2016. {27 de octubre de 2020} https://basicinfoweb.wordpress.com/2016/04/20/que-es-la-ontologia-en-informatica Ajorgeh. ¿Qué es la ontología en informática?. {En línea}. 20 abril de 2016. {27 de octubre de 2020} https://basicinfoweb.wordpress.com/2016/04/20/que-es-la-ontologia-en-informatica eb.wordpress.com/2016/04/20/que-es-la-ontologia-en-informatica/. Ajorgeh. ¿Qué es la ontología en informática?. {En línea}. 20 abril de 2016. {27 de octubre de 2020} https://basicinfoweb.wordpress.com/2016/04/20/que-es-la-ontologia-en-informatica Ajorgeh. ¿Qué es la ontología en informática?. {En línea}. 20 abril de 2016. {27 de octubre de 2020} https://basicinfoweb.wordpress.com/2016/04/20/que-es-la-ontologia-en-informatica Ajorgeh. ¿Qué es la ontología en informática?. {En línea}. 20 abril de 2016. {27 de octubre de 2020} https://basicinfoweb.wordpress.com/2016/04/20/que-es-la-ontologia-en-informatica Ajorgeh. ¿Qué es la ontología en informática?. {En línea}. 20 abril de 2016. {27 de octubre de 2020} https://basicinfoweb.wordpress.com/2016/04/20/que-es-la-ontologia-en-informatica Anonimo. Machine Learning: Seleccion Metricas de clasificacion {En linea} {27 octubre de 2020} Disponible en https://sitiobigdata.com/2019/01/19/machine-learning-metrica-clasificacion-parte-3 Google Developers. Clasificación: Precisión y exhaustividad.{En línea}. 10 febrero de 2020. {26 octubre de 2020} Disponible en https://developers.google.com/machine-learning/crash-course/classification/precisio n-and-recall?hl=es-419 Anónimo. Precisión. {En línea}. {26 octubre de 2020}. Disponible en https://www.interactivechaos.com/manual/tutorial-de-machine-learning/precision Google Developers. Clasificación: Precisión y exhaustividad.{En línea}. 10 febrero de 2020. {26 octubre de 2020} Disponible en https://developers.google.com/machine-learning/crash-course/classification/precisio n-and-recall?hl=es-419 Anónimo. Exhaustividad. {En línea}. {26 octubre de 2020}. Disponible en https://www.interactivechaos.com/manual/tutorial-de-machine-learning/exhaustivid ad Martinez Heras, Jose. Precision, Recall, F1, Accuracy en clasificación. {En línea}. 9 octubre de 2020. {26 de octubre de 2020}. Disponible en https://www.iartificial.net/precision-recall-f1-accuracy-en-clasificacion/ Martinez Heras, Jose. Precision, Recall, F1, Accuracy en clasificación. {En línea}. 9 octubre de 2020. {26 de octubre de 2020}. Disponible en https://www.iartificial.net/precision-recall-f1-accuracy-en-clasificacion Martinez Heras, Jose. Precision, Recall, F1, Accuracy en clasificación. {En línea}. 9 octubre de 2020. {26 de octubre de 2020}. Disponible en https://www.iartificial.net/precision-recall-f1-accuracy-en-clasificacion/ Anónimo. Exactitud. {En línea}. {26 octubre de 2020}. Disponible en https://www.interactivechaos.com/manual/tutorial-de-machine-learning/exactitud Roman Victor. Algoritmos Naive Bayes: Fundamentos e Implementación. {En línea} {25 abril de 2019} {3 diciembre de 2020} Disponible en https://medium.com/datos-y-ciencia/algoritmos-naive-bayes-fudamentos-e-impleme ntaci%C3%B3n Roman, Victor. Algoritmos Naive Bayes: Fundamentos e Implementación. {En línea}. 25 abril de 2019. {26 octubre de 2020} Disponible en https://medium.com/datos-y-ciencia/algoritmos-naive-bayes-fudamentos-e-impleme ntaci%C3%B3n-4bcb24b307f Anónimo. Aprendizaje Supervisado: Random Forest Classification. {En línea}. {26 octubre de 2020} Disponible en https://aprendeia.com/aprendizaje-supervisado-random-forest-classification Anónimo. Aprendizaje Supervisado: Random Forest Classification. {En línea}. {26 octubre de 2020} Disponible en https://aprendeia.com/aprendizaje-supervisado-random-forest-classification/ Anónimo. Aprendizaje Supervisado: Random Forest Classification. {En línea}. {26 octubre de 2020} Disponible en https://aprendeia.com/aprendizaje-supervisado-random-forest-classification/ Anónimo. El perceptrón. {En línea}. {26 octubre de 2020}. Disponible en http://bibing.us.es/proyectos/abreproy/11084/fichero/Memoria+por+cap%C3%ADtu los+%252FCap%C3%ADtulo+4.pdf+ Anónimo. El perceptrón. {En línea}. {26 octubre de 2020}. Disponible en http://bibing.us.es/proyectos/abreproy/11084/fichero/Memoria+por+cap%C3%ADtu los+%252FCap%C3%ADtulo+4.pdf+ Stanford University. Ontology Development 101. {En línea} {3 diciembre de 2020} Disponible en https://protege.stanford.edu/publications/ontology_development/ontology101.pdf. Na8. "¿Machine Learning en la Nube? Google Collaboratory con GPU!." 5 febrero de 2019. {En línea}. {23 septiembre de 2020}. Disponible en https://www.aprendemachinelearning.com/machine-learning-en-la-nube-google-cola boratory-con-gpu/ Google. "¿Qué es Colaboratory? {En línea} {3 diciembre de 2020} Disponible en https://colab.sandbox.google.com/notebooks/welcome.ipynb?hl=es-EC Ministerio de salud, del gobierno de Colombia.Boletín de salud mental Depresión Subdirección de Enfermedades No Transmisibles. {En línea}. {1 de Octubre de 2020} Disponible en: https://www.minsalud.gov.co/sites/rid/Lists/BibliotecaDigital/RIDE/VS/PP/ENT/boleti n-depresion-marzo-2017.pdf Souza, L.K., Policarpo, D., Hutz, C.S. Self-compassion and Symptoms of Stress, Anxiety, and Depression. {En línea}. Marzo de 2020. {22 octubre de 2020}. Disponible en https://www.scopus.com/inward/record.uri?eid=2-s2.0-85082776505&doi=10.1007 %2fs43076-020-00018-2&partnerID=40&md5=a4896db10107705c97d663e15ae83f 46 Trifan, A., Antunes, R., Oliveira, J.L. Machine Learning for Depression Screening in Online Communities.{En línea}.19 julio de 2020. {22 octubre de 2020}. Disponible en https://www.scopus.com/inward/record.uri?eid=2-s2.0-85089220717&doi=10.1007 %2f978-3-030-54568-0_11&partnerID=40&md5=569dac3b57e34b36b713527f429b ddd2 Ada Dogrucu, Alex Perucic, Anabella Isaro, Damon Ball, Elke A. Rundensteiner, Emmanuel Agu, Rachel, Davis-Martin, Edwin Boudreaux. Moodable: On feasibility of instantaneous depression assessment using machine learning on voice samples with retrospectively harvested smartphone and social media data. {En línea}. Julio de 2020. {24 octubre de 2020}. Disponible en: http://www.sciencedirect.com/science/article/pii/S2352648319300273 PaulaLopez-Otero, Laura Docio-Fernandez. Analysis of gender and identity issues in depression detection on de-identified speech. {En línea}. {24 octubre de 2020} Disponible en: http://www.sciencedirect.com/science/article/pii/S0885230820300516 Maria Li Zou, Mandy Xiaoyang Li, Vincent Cho. Depression and disclosure behavior via social media: A study of university students in China. {En línea}. Febrero de 2020. {25 octubre de 2020}: http://www.sciencedirect.com/science/article/pii/S2405844020302139 Anu Priya, Shruti Garg, Neha Prerna Tigga. Predicting Anxiety, Depression and Stress in Modern Life using Machine Learning Algorithms. {En línea}. 2020. {26 octubre de 2020}. Disponible en http://www.sciencedirect.com/science/article/pii/S1877050920309091 Cheryl Mary Corcoran, Guillermo A. Cecchi, Using Language Processing and Speech Analysis for the Identification of Psychosis and Other Disorders {En línea} . 2020. {26 octubre en 2020} . Disponible en http://www.sciencedirect.com/science/article/pii/S2451902220301543 Jihoon Oh, Kyongsik Yun, Uri Maoz, Tae-Suk Kim, Jeong-Ho Chae. Identifying depression in the National Health and Nutrition Examination Survey data using a deep learning algorithm, Journal of Affective Disorders. {En línea}. Octubre 2019. { 28 octubre de 2020}. Disponible en http://www.sciencedirect.com/science/article/pii/S0165032719304410 . Arkaprabha Sau, Ishita Bhakta. Screening of anxiety and depression among the seafarers using machine learning technology. {En línea} 2019. {29 octubre de 2020} Disponible en http://www.sciencedirect.com/science/article/pii/S235291481830193X Copyright-Universidad Católica de Colombia, 2021 info:eu-repo/semantics/openAccess Atribución-NoComercial 4.0 Internacional (CC BY-NC 4.0) https://creativecommons.org/licenses/by-nc/4.0/ INTELIGENCIA ARTIFICIAL ENFERMEDAD MENTAL ONTOLOGÍA ANÁLISIS SEMÁNTICO Método automático para apoyar en la identificación de síntomas de depresión mediante el análisis en narrativa oral Trabajo de grado - Pregrado http://purl.org/coar/resource_type/c_2df8fbb1 Text info:eu-repo/semantics/bachelorThesis info:eu-repo/semantics/submittedVersion Publication http://purl.org/coar/access_right/c_abf2 http://purl.org/coar/version/c_fa2ee174bc00049f |
| institution |
Universidad Católica de Colombia |
| collection |
d_repository.ucatolica.edu.co-DSPACE |
| title |
Método automático para apoyar en la identificación de síntomas de depresión mediante el análisis en narrativa oral |
| spellingShingle |
Método automático para apoyar en la identificación de síntomas de depresión mediante el análisis en narrativa oral Forero-Chaux, Daniel Gustavo Vergara-Rojas, Josué David Barrero-Calixto, Juan Carlos Forero-Chaux, Daniel Gustavo Vergara-Rojas, Josué David INTELIGENCIA ARTIFICIAL ENFERMEDAD MENTAL ONTOLOGÍA ANÁLISIS SEMÁNTICO 1. Resumen 2. Introducción 3. Planteamiento del problema 5. Justificación 6. Marcos de referencia 7. Estado del arte 8. Alcance y limitaciones 9. Metodología 10. Ontología semántica 11. Diseño del método automático 12. Desarrollo del método automático 13. Evaluación y rendimiento del método automático 14. Resultado y análisis de resultado 15. Conclusiones 16. Trabajos futuros BIBLIOGRAFÍA |
| title_short |
Método automático para apoyar en la identificación de síntomas de depresión mediante el análisis en narrativa oral |
| title_full |
Método automático para apoyar en la identificación de síntomas de depresión mediante el análisis en narrativa oral |
| title_fullStr |
Método automático para apoyar en la identificación de síntomas de depresión mediante el análisis en narrativa oral |
| title_full_unstemmed |
Método automático para apoyar en la identificación de síntomas de depresión mediante el análisis en narrativa oral |
| title_sort |
método automático para apoyar en la identificación de síntomas de depresión mediante el análisis en narrativa oral |
| author |
Forero-Chaux, Daniel Gustavo Vergara-Rojas, Josué David Barrero-Calixto, Juan Carlos Forero-Chaux, Daniel Gustavo Vergara-Rojas, Josué David |
| author_facet |
Forero-Chaux, Daniel Gustavo Vergara-Rojas, Josué David Barrero-Calixto, Juan Carlos Forero-Chaux, Daniel Gustavo Vergara-Rojas, Josué David |
| building |
Repositorio digital |
| topic |
INTELIGENCIA ARTIFICIAL ENFERMEDAD MENTAL ONTOLOGÍA ANÁLISIS SEMÁNTICO |
| topic_facet |
INTELIGENCIA ARTIFICIAL ENFERMEDAD MENTAL ONTOLOGÍA ANÁLISIS SEMÁNTICO |
| publishDate |
2021 |
| language |
Español |
| publisher |
Universidad Católica de Colombia |
| physical |
123 páginas |
| format |
Trabajo de grado - Pregrado |
| description |
La organización mundial de la salud señala que cerca del 4.4% de la población
mundial sufre de depresión. Pese a que existen herramientas para identificar
depresión, existen pocos instrumentos sustentados en la tecnología, para este fin.
Este proyecto detalla los elementos necesarios para desarrollar un método
automático que permite identificar síntomas de depresión en adultos jóvenes, a
partir del análisis de la narrativa oral.
|
| contents |
1. Resumen
2. Introducción
3. Planteamiento del problema 5. Justificación
6. Marcos de referencia
7. Estado del arte
8. Alcance y limitaciones
9. Metodología
10. Ontología semántica
11. Diseño del método automático
12. Desarrollo del método automático
13. Evaluación y rendimiento del método automático
14. Resultado y análisis de resultado
15. Conclusiones
16. Trabajos futuros
BIBLIOGRAFÍA |
| url |
https://hdl.handle.net/10983/26291 |
| url_str_mv |
https://hdl.handle.net/10983/26291 |
| _version_ |
1763048053378383872 |
| score |
11.341544 |
