Volumetría del hipocampo normalizado mediante Deep Learning en pacientes sin y con esclerosis mesial temporal del Instituto Nacional de Ciencias Neurológicas, 2024
dc.contributor.advisor | Carbonel Arribasplata, José Antonio | |
dc.contributor.author | Hurtado Pachas, Flor de Maria | |
dc.date.accessioned | 2025-08-19T17:57:18Z | |
dc.date.available | 2025-08-19T17:57:18Z | |
dc.date.issued | 2025 | |
dc.description.abstract | El objetivo de la investigación es comparar la volumetría del hipocampo normalizado mediante Deep Learning en pacientes sin y con esclerosis mesial temporal (EMT) del Instituto Nacional de Ciencias Neurológicas. El estudio es de enfoque cuantitativo, tipo descriptivo comparativo, de corte transversal y retrospectivo. Con una muestra de 72 pacientes, 36 sin esclerosis mesial temporal y 36 con esclerosis mesial temporal que se realizaron estudios de resonancia magnética cerebral durante el año 2024 en el Instituto Nacional de Ciencias Neurológicas. En pacientes con EMT el 52,7% fue del sexo femenino y en el grupo sin EMT el 61,1% fueron mujeres. En la edad en pacientes con y sin EMT presentaron mayor cantidad de personas en el rango de 20 a 32 años. La media en el volumen del hipocampo era menor en lado derecho e izquierdo en pacientes con EMT de 3,790 cm3 y 3,631 cm3, respectivamente. Con respecto a la volumetría del hipocampo normalizado, en pacientes con EMT obtuvo un promedio inferior que en pacientes sin EMT de 2,759 cm3 y 2,643 cm3 para el lado derecho e izquierdo. El volumen del hipocampo normalizado en pacientes sin y con esclerosis mesial temporal presentaron una significancia, pero por el tamaño de muestra pequeña no se permite establecer conclusiones definitivas. | |
dc.format | application/pdf | |
dc.identifier.citation | Hurtado F. Volumetría del hipocampo normalizado mediante Deep Learning en pacientes sin y con esclerosis mesial temporal del Instituto Nacional de Ciencias Neurológicas, 2024 [Tesis de pregrado]. Lima: Universidad Nacional Mayor de San Marcos, Facultad de Medicina, Escuela Profesional de Tecnología Médica; 2025. | |
dc.identifier.uri | https://hdl.handle.net/20.500.12672/27046 | |
dc.language.iso | spa | |
dc.publisher | Universidad Nacional Mayor de San Marcos | |
dc.publisher.country | PE | |
dc.rights | info:eu-repo/semantics/openAccess | |
dc.rights.uri | https://creativecommons.org/licenses/by-nc-sa/4.0/ | |
dc.subject | Esclerosis | |
dc.subject | Hipocampo | |
dc.subject | Deep Learning | |
dc.subject | Inteligencia artificial | |
dc.subject | Neuronas | |
dc.subject.ocde | https://purl.org/pe-repo/ocde/ford#3.00.00 | |
dc.subject.ocde | https://purl.org/pe-repo/ocde/ford#3.02.12 | |
dc.title | Volumetría del hipocampo normalizado mediante Deep Learning en pacientes sin y con esclerosis mesial temporal del Instituto Nacional de Ciencias Neurológicas, 2024 | |
dc.type | info:eu-repo/semantics/bachelorThesis | |
renati.advisor.dni | 40578987 | |
renati.advisor.orcid | https://orcid.org/0000-0001-5908-4550 | |
renati.author.dni | 72170335 | |
renati.discipline | 915076 | |
renati.juror | Muñoz Barabino, Carmen Cecilia | |
renati.juror | Larico Pampamallco, Isna Liz | |
renati.juror | Saldaña Juárez, Jacobo Ezequiel | |
renati.level | https://purl.org/pe-repo/renati/level#tituloProfesional | |
renati.type | https://purl.org/pe-repo/renati/type#tesis | |
thesis.degree.discipline | Tecnología médica con especialidad en radiología | |
thesis.degree.grantor | Universidad Nacional Mayor de San Marcos. Facultad de Medicina. Escuela Profesional de Tecnología Médica | |
thesis.degree.name | Licenciada en Tecnología Médica en el área de Radiología |
Files
Original bundle
1 - 3 of 3
No Thumbnail Available
- Name:
- Hurtado_pf.pdf
- Size:
- 3.77 MB
- Format:
- Adobe Portable Document Format
No Thumbnail Available
- Name:
- Hurtado_pf_autorizacion.pdf
- Size:
- 213.35 KB
- Format:
- Adobe Portable Document Format
No Thumbnail Available
- Name:
- Hurtado_pf_reporte.pdf
- Size:
- 5.86 MB
- Format:
- Adobe Portable Document Format
License bundle
1 - 1 of 1
No Thumbnail Available
- Name:
- license.txt
- Size:
- 1.71 KB
- Format:
- Item-specific license agreed upon to submission
- Description: