Plataforma web para la detección de emociones en adultos mayores mediante una red neuronal convolucional
La presente investigación propone el desarrollo de una plataforma web que permite detectar emociones en adultos mayores mediante el uso de una red neuronal convolucional (CNN), específicamente el modelo Mini-Xception. El proyecto nace como respuesta a la problemática emocional y social que enfrentan...
Saved in:
| Main Author: | |
|---|---|
| Format: | bachelorThesis |
| Published: |
2025
|
| Subjects: | |
| Online Access: | https://repositorio.puce.edu.ec/handle/123456789/46728 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
Add Tag | Summary: | La presente investigación propone el desarrollo de una plataforma web que permite detectar emociones en adultos mayores mediante el uso de una red neuronal convolucional (CNN), específicamente el modelo Mini-Xception. El proyecto nace como respuesta a la problemática emocional y social que enfrentan los adultos mayores de la comunidad de Chirihuasi, Ibarra – Ecuador, quienes presentan altos niveles de aislamiento y vulnerabilidad. La plataforma integra tecnologías de visión por computadora y desarrollo web, con el fin de identificar expresiones faciales en tiempo real mientras los usuarios observan contenidos audiovisuales personalizados. Para el desarrollo del sistema, se implementó una arquitectura en capas, organizada de forma modular dentro de una única plataforma. La capa de presentación fue desarrollada con Vue 3 para el frontend, mientras que la lógica de negocio y los endpoints RESTful fueron gestionados mediante FastAPI en el backend. Para el almacenamiento de datos se utilizó una base de datos MySQL. Además, el backend integra una red neuronal convolucional responsable de la detección de emociones. Todo el sistema se ejecuta en un único entorno local, lo que refuerza su carácter modular y estructurado bajo una arquitectura en capas. Se adoptó la metodología ágil Scrum para organizar el desarrollo en sprints, priorizando la usabilidad, eficiencia y precisión del sistema. La validación del modelo evidenció un desempeño del 82 % de precisión en la clasificación de siete emociones básicas. Este trabajo constituye un aporte significativo en el campo de la inteligencia artificial aplicada al cuidado geriátrico, facilitando la supervisión emocional y permitiendo intervenciones oportunas por parte de profesionales de la salud. |
|---|