Por favor, use este identificador para citar o enlazar este ítem: http://dspace.espoch.edu.ec/handle/123456789/20458
Título : Optimización de los sistemas ITOPI y EMIS para determinar los efectos de dosis suministradas a partir de extractos de productos naturales, por medio del análisis y procesamiento de los parámetros de evaluación.
Autor : Espín Villafuerte, Jhalmar Fabrizzio
Director(es): Moreno Avilés, Paúl David
Tribunal (Tesis): Zabala Haro, Mónica Andrea
Palabras claves : PROCESAMIENTO DE IMÁGENES;SUPUESTOS ESTADÍSTICOS;EVALUACIÓN ANSIOLÍTICA;INTELIGENCIA ARTIFICIAL
Fecha de publicación : 17-dic-2020
Editorial : Escuela Superior Politécnica de Chimborazo
Citación : Espín Villafuerte, Jhalmar Fabrizzio. (2020). Optimización de los sistemas ITOPI y EMIS para determinar los efectos de dosis suministradas a partir de extractos de productos naturales, por medio del análisis y procesamiento de los parámetros de evaluación. Escuela Superior Politécnica de Chimborazo. Riobamba.
Identificador : UDCTFIYE;98T00289
Abstract : The aim of this research study was to carry out the respective optimization processes in the consecutive stages of anxiolytic analysis, incorporating the Anxiolytic Lab evaluation system. Through the previous ITOPI & EMIS versions that incorporate image processing in order to quantify the Evaluation parameters and the compliance scripts with the statistical assumptions that were implemented in this research, the anxiolytic activity and the effects on the subject’s locomotion, as produced by the treatments, were determined. Through the statistical processing of the respective Test evaluation parameters: Dark Light Room, Elevated Cross Maze and Open Field, which are part of the unconditioned anxiolytic evaluation group. Consequently, the significant differences that exist between the treatments, as tested in the research, were obtained. It was concluded that the results of two research methods were valid, monitored by two Evaluators, by comparing statistical results versus the IBM SPSS Software. It is thus recommended to use a high-end processor due to the high computational load involved in executing the software and when performing the anxiolytic evaluation, utilizing the user manual to obtain information on the key points for the correct development of the system.
Resumen : El objetivo de la investigación fue realizar los respectivos procesos de optimización en las etapas consecutivas del análisis ansiolítico, incorporando el sistema de evaluación Anxiolytic Lab. Mediante las versiones anteriores ITOPI & EMIS que incorporan el procesamiento de imágenes para la contabilización de los parámetros de Evaluación; y los scripts del cumplimiento de los supuestos estadísticos que fueron implementados en esta investigación, se determinó la actividad ansiolítica y los efectos en la locomoción del sujeto de evaluación, producidos por los tratamientos. Mediante el procesamiento estadístico de los parámetros respectivos de evaluación del Test: Cuarto Claro Oscuro, Laberinto en Cruz Elevado y de Campo abierto, que forman parte del grupo de evaluación ansiolítica no condicionada; se obtuvo como resultado las diferencias significativas que existen entre los tratamientos, puestos a prueba en la investigación. Se concluye que se validaron los resultados de dos métodos de investigación, seguidos por parte de dos Evaluadores, mediante la comparación de resultados estadísticos vs el Software SPSS de IBM. Se recomienda utilizar un procesador de alta gama debido a la gran carga computacional que conlleva la ejecución del software y al momento de realizar la evaluación ansiolítica, se utilice el manual de usuario para obtener información de los puntos clave para el correcto desarrollo del sistema.
URI : http://dspace.espoch.edu.ec/handle/123456789/20458
Aparece en las colecciones: Ingeniero en Electrónica, Telecomunicaciones y Redes; Ingeniero/a en Telecomunicaciones

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
98T00289.pdf9,16 MBAdobe PDFVista previa
Visualizar/Abrir


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