Browsing AEA. Tesis by Title

Envíos recientes

Regresión y caracterización de señales electroencefalográficas empleando técnicas de inteligencia artificial

Jaramillo Diaz, Ricardo | 2022

El cerebro es un sistema de auto organización, las áreas internas del cerebro controlan el funcionamiento de los músculos; También controlan el habla, pensamiento, emociones, lectura, redacción y el aprendizaje. La reorganización de su estructura, función y conexiones se adaptan durante toda la vida esto se basa en la neuroplasticidad. La hipertensión arterial (HTA), el hábito de fumar, la diabetes mellitus, la fibrilación auricular y la dislipidemia y algunos hábitos modificables como el sedentarismo, la alimentación no saludable y el consumo desmedido de alcohol, tienen silenciosas, graves e irreversibles consecuencias como los accidentes cerebro vasculares (ACV), siendo la segunda causa de muerte en el mundo. Algunas de las técnicas de procesamiento de las señales cerebrales se basan en algoritmos de inteligencia artificial, para la extracción de características específicas, por medio de la señal de electroencefalografía (EEG). Los algoritmos de regresión forman parte de la estructura de la inteligencia artificial. La comparación y evaluación mediante las métricas estadísticas de la señal original y la señal predicha de EEG, determina la fiabilidad de los algoritmos de regresión empleados, árboles de decisión, bosques aleatorios, máquina de soporte vectorial y redes neuronales en procesos de predicción, servirá para posteriores procesos de rehabilitación. La predicción más cercana se evidencia por redes neuronales, presentan mayor gasto computacional, y requiere de un tiempo prolongado para evidenciar los resultados. Los árboles de decisión, bosques aleatorios y máquinas de soporte vectorial empleadas, generan resultados de predicción similar y requieren menor tiempo y gasto computacional.

LEER
Simulación de artificios en imágenes de tomografía computarizada y clasificación automática usando algoritmos de machine learning

Almeida Moreno, Javier Andrés | 2022

La Tomografía axial computada ha permitido el diagnóstico temprano de múltiples patologías en cualquier parte del cuerpo. La exploración del cráneo y del cerebro por medio de un escáner nos muestra de manera detallada cada estructura que lo componen y acompañado de medios de contraste resalta las estructuras vasculares circundantes. En la práctica de un estudio pueden aparecer artificios o artefactos independientemente de su origen, que limitan la exploración escanográfica, esto lleva a detener el examen e iniciar de nuevo y sumado a esto con los medios de contraste se tienen que aplicar de nuevo dichos fármacos. Los escáneres de ´ultima generación permiten realizar reconstrucciones completas con pocas proyecciones limitando las dosis de radiación, por medio de métodos algebraicos estadísticos de reconstrucción. El presente trabajo muestra la simulación de artificios en imágenes de tomografía computarizada cerebral, la extracción de características de cada imagen y un algoritmo de clasificación automática para la diferenciación de los artefactos simulados. Los resultados muestran que el algoritmo es capaz de clasificar los artificios simulados con un porcentaje de 90 % debajo de la curva ROC.

LEER
Sistema de rehabilitación intratisular dérmica orgánica (SRIDO)

Lara Quintero, Verónica | 2019

La amputación es una intervención quirúrgica que consta del corte y separación de una extremidad, con el fin de dar una solución agresiva a una enfermedad de afectación multiorgánica. Causando un traumatismo al paciente e incrementando costos por procesos de rehabilitación y acompañamiento. Se estima que solo en EE UU se registran de 160,000 a 180,000 amputaciones anuales (Sanguily, Martinsen, Igyarto, & Pham, 2016). SRIDO (SISTEMA DE REHABILITACIÓN INTRATISULAR DÉRMICA-ORGÁNICA) es una alternativa para evitar la amputación. Es por esta razón que se hace necesario establecer un tratamiento para lesiones preamputatorias a partir del empleo de nanocross para procesos de inhibición de actividad bacteriana, y la aplicación de un hidrogel con biomarcadores para cicatrización y recuperación tisular. Evitando la amputación como medio de tratamiento.

LEER

Now showing items 15-17 of 17

Regresión y caracterización de señales electroencefalográficas empleando técnicas de inteligencia artificial

Barahona García, María Alejandra; Jaramillo Marín, Laura Verónica (Universidad ECCIColombiaFacultad de Ingenierías, 2022)

El cerebro es un sistema de auto organización, las áreas internas del cerebro controlan el funcionamiento de los músculos; También controlan el habla, pensamiento, emociones, lectura, redacción y el aprendizaje. La ...
Simulación de artificios en imágenes de tomografía computarizada y clasificación automática usando algoritmos de machine learning

Bustos Garay, Carlos Andrés (Universidad ECCIBogotá, ColombiaFacultad de Ingenierías, 2022)

La Tomografía axial computada ha permitido el diagnóstico temprano de múltiples patologías en cualquier parte del cuerpo. La exploración del cráneo y del cerebro por medio de un escáner nos muestra de manera detallada cada ...
Sistema de rehabilitación intratisular dérmica orgánica (SRIDO)

Velásquez Ariza, Helberth Alfredo (Facultad de IngenieríasIngeniería Biomédica, 2019)

La amputación es una intervención quirúrgica que consta del corte y separación de una extremidad, con el fin de dar una solución agresiva a una enfermedad de afectación multiorgánica. Causando un traumatismo al paciente e ...

Regresión y caracterización de señales electroencefalográficas empleando técnicas de inteligencia artificial

Simulación de artificios en imágenes de tomografía computarizada y clasificación automática usando algoritmos de machine learning

Sistema de rehabilitación intratisular dérmica orgánica (SRIDO)

Browsing AEA. Tesis by Title

Regresión y caracterización de señales electroencefalográficas empleando técnicas de inteligencia artificial ﻿

Simulación de artificios en imágenes de tomografía computarizada y clasificación automática usando algoritmos de machine learning ﻿

Sistema de rehabilitación intratisular dérmica orgánica (SRIDO) ﻿

Regresión y caracterización de señales electroencefalográficas empleando técnicas de inteligencia artificial

Simulación de artificios en imágenes de tomografía computarizada y clasificación automática usando algoritmos de machine learning

Sistema de rehabilitación intratisular dérmica orgánica (SRIDO)