Publicaciones
Repositorio de la UniversidadIndustrial de Santander
Envíos recientes
Slide 1 of 5 Tipo de ítem:Publicación, Estado de acceso: Embargo ,
( Universidad Industrial de Santander, 2026-11-21 ) Villamizar Peña, Julián Eduardo; Garcia Morantes, Steven Jean Claude; Díaz Toro, Gilberto Javier; Rueda Chacón, Hoover Fabian; Gómez Flórez, Luis Carlos
La Malformación de Arnold-Chiari tipo I (MC-1) es una condición neurológica congénita caracterizada por el descenso de las amígdalas cerebelosas por debajo del foramen magno, comprime el tronco encefálico y altera la circulación del líquido cefalorraquídeo. En casos severos presenta siringomielia e hidrocefalia. El diagnóstico se realiza mediante interpretación de imágenes de resonancia magnética (MRI) por parte de radiólogos y neurólogos especializados; sin embargo, la escasez de profesionales fuera de los grandes centros urbanos en Colombia genera retrasos. Este trabajo propone un prototipo de acceso público de apoyo a la detección temprana de la MC-1, mediante la clasificación automatizada de imágenes de MRI mid-sagitales como compatibles o no compatibles con la malformación, orientado a apoyar y no a reemplazar la evaluación clínica. El modelo de red neuronal convolucional seleccionado es DenseNet121, preentrenado en ImageNet y ajustado mediante aprendizaje por transferencia sobre un conjunto de 117 casos clínicos únicos (177 imágenes) de fuente pública, con validación cruzada agrupada por caso clínico (StratifiedGroupKFold, K = 5). Sobre los 97 casos de desarrollo evaluados out-of-fold, el modelo alcanzó un AUC-ROC de 0,8456 [IC 95 % 0,761–0,921] y una sensibilidad de 0,9508 [0,865–0,983]; la especificidad —la métrica que este trabajo identifica como su principal limitación— fue de 0,5278 [0,370–0,680], insuficientemente precisa dado el número de casos negativos disponibles. Dada además la fuerte dependencia del valor predictivo positivo respecto a la prevalencia de uso, el resultado es una prueba de concepto académica: la utilidad que las cifras sostienen es de un instrumento de descarte —un resultado negativo informativo en todo el rango de prevalencias—, no de detección ni diagnóstico. El servicio web, desarrollado con Streamlit y Python e integrando el modelo en formato ONNX, indica explícitamente que su resultado es apoyo académico y no constituye un diagnóstico médico.
Slide 2 of 5 Tipo de ítem:Publicación, Estado de acceso: Acceso Abierto ,
( Universidad Industrial de Santander, 2026-11-21 ) Navarro Sinuco, Brayan Arturo; Mendoza Oñate, Ivan Andrés; Rondón Villarreal, Nydia Paola; Benavides Arévalo, Bernardo Andrés; Martínez Carrillo, Fabio
Los péptidos anticancerígenos (ACPs) constituyen una alternativa terapéutica prometedora frente a la quimioterapia convencional, por su selectividad hacia células tumorales y su menor toxicidad sistémica. Su identificación experimental resulta inviable a gran escala, lo que motiva el desarrollo de herramientas de cribado computacional. Este trabajo evaluó de forma sistemática tres representaciones numéricas de secuencias peptídicas para la clasificación de ACPs: descriptores fisicoquímicos (577 características), representaciones contextuales del modelo de lenguaje proteico ESM-2 en sus variantes de 8 y 150 millones de parámetros, y representaciones de ProtBERT. Sobre cada representación se optimizaron siete clasificadores mediante validación cruzada anidada de cinco pliegues externos y cinco internos, empleando el conjunto de referencia de mACPpred 2.0: 1.176 ACPs y 1.176 no-ACPs para entrenamiento, y 610 ACPs y 2.760 no-ACPs para la prueba independiente. La combinación de representaciones de ESM-2 8M con un clasificador de Regresión Logística obtuvo el mejor desempeño, con un AUC-ROC de 0,8745, un F1-score de 0,6230 y un coeficiente de correlación de Matthews de 0,5341 sobre el conjunto de prueba independiente, por delante de nueve de las once herramientas con AUC-ROC publicado sobre ese mismo conjunto y por debajo únicamente de MLACP 2.0 (0,893) y mACPpred 2.0 (0,887). El modelo de menor capacidad superó a las variantes de mayor dimensionalidad, resultado consistente con la longitud mediana de nueve residuos de los péptidos de evaluación, condición bajo la cual una representación de mayor dimensionalidad puede favorecer el sobreajuste. El modelo seleccionado se implementó en acp-classifier, un paquete de Python de libre acceso, instalable mediante pip y ejecutable desde línea de comandos sin requerir unidad de procesamiento gráfico, lo que permite su integración directa en flujos de trabajo bioinformáticos automatizados. La integración multimodal de ambas representaciones, evaluada mediante concatenación directa y fusión tardía, no superó a este modelo —AUC-ROC de 0,8676 y 0,8731, respectivamente—, por lo que el modelo final se construyó únicamente sobre los embeddings de ESM-2 8M.
Slide 3 of 5 Tipo de ítem:Publicación, Estado de acceso: Acceso Abierto ,
( Universidad Industrial de Santander, 2026-11-21 ) Sandoval Pineda, Edward; Martínez Carrillo, Fabio; Pertuz Arroyo, Said Davit; Giraldo, Diana
El cáncer de próstata (PCa) es el cáncer diagnosticado con mayor frecuencia en hombres. Los métodos diagnósticos tradicionales suelen ser invasivos y presentan baja especificidad, lo que conlleva altas tasas de sobrediagnóstico y biopsias innecesarias. La resonancia magnética biparamétrica (BP-MRI) ha surgido como una alternativa no invasiva para caracterizar lesiones de cáncer de próstata clínicamente significativo (csPCa). Sin embargo, la evaluación de la BP-MRI depende del experto y resulta compleja debido a la marcada variabilidad entre observaciones malignas y sanas. Los enfoques computacionales actuales se basan en tareas de aprendizaje supervisado que requieren grandes conjuntos de datos anotados para un entrenamiento efectivo. Este trabajo propone un autocodificador enmascarado riemanniano (RieMAE) que captura relaciones clave en regiones de interés de la BP-MRI, aprovechando el aprendizaje autosupervisado sobre matrices de covarianza simétricas definidas positivas (SPD). El RieMAE propuesto tiene en cuenta la estructura geométrica riemanniana de las matrices SPD al reconstruir las relaciones originales por pares dentro de los hallazgos radiológicos. Se validaron dos opciones distintas como matrices SPD de entrada: 1) codificadas a partir de parches en bloque alrededor de la lesión y 2) construidas a partir de características prostáticas aprendidas por una arquitectura dedicada a la segmentación de lesiones. Los embebidos resultantes se evaluaron en la clasificación binaria de lesiones de csPCa, alcanzando un AUC-PR de 98.82 ± 0.39 y superando a los métodos supervisados existentes. Asimismo, el enfoque propuesto se validó entre escalas de malignidad ISUP, con un AUC-PR de 84.76 ± 3.05 (benigno vs. malignidad media) y un AUC-PR de 23.24 ± 7.81 (malignidad media vs. alta). El RieMAE propuesto, mediante una estrategia de enmascaramiento, reconstruyó descriptores compactos por pares con capacidad para separar puntajes de malignidad, mitigando la necesidad de grandes conjuntos de datos etiquetados.
Slide 4 of 5 Tipo de ítem:Publicación, Estado de acceso: Acceso Abierto ,
( Universidad Industrial de Santander, 2026-11-21 ) López Tarazona, Ricardo Andrés; Tarazona Sánchez, Daniel; Gonzáles Gómez, Andrés Leonardo; Meneses Fonseca, Jaime Enrique; Torres Niño, Luis Alejandro; Gelves Cortes, Sergio Augusto
Este trabajo evaluó, mediante un protocolo reproducible, la escalabilidad por resolución y el compromiso entre desempeño de clasificación y costo computacional de métodos basados en octrees para objetos tridimensionales. Se desarrolló en el Grupo de Óptica y Tratamiento de Señales de la Escuela de Física de la Universidad Industrial de Santander, como antecedente para el procesamiento eficiente de información 3D de interés en su línea de metrología óptica. Sobre ModelNet40, compuesto por 12 311 modelos CAD de 40 categorías, se compararon en 323 y 643 un enfoque clásico de características jerárquicas manuales, clasificadas mediante SVM con núcleo RBF y Bosque Aleatorio, y una implementación nativa de Net5 sobre octrees. El protocolo documentó la preparación geométrica, las particiones oficiales, la selección mediante validación, las configuraciones experimentales y la evaluación de los 2 468 objetos de prueba. Net5 alcanzó exactitudes de 82,21 % y 83,23 %; SVM, 75,93 % y 77,19 %; y el Bosque Aleatorio, 76,38 % y 77,19 %, para 323 y 643, respectivamente. Las comparaciones emparejadas confirmaron el mayor desempeño de Net5 frente a los clasificadores clásicos. El aumento de resolución produjo mejoras modestas de exactitud, entre 0,81 y 1,26 puntos porcentuales, e incrementó la latencia dentro de cada ruta. SVM generó los modelos más pequeños y Net5 obtuvo la mayor exactitud; las mediciones de recursos se interpretaron según sus diferentes alcances en CPU y GPU. Los modelos, configuraciones, particiones, predicciones y resultados se versionaron, y la reevaluación reprodujo las seis secuencias de predicciones. Los hallazgos caracterizan el compromiso desempeño–costo en objetos CAD y no constituyen una validación metrológica sobre reconstrucciones ópticas
Slide 5 of 5 Tipo de ítem:Publicación, Estado de acceso: Acceso Abierto ,
( Universidad Industrial de Santander, 2026-11-21 ) García Ortiz, Carlos Esteban; Acuña López, Fabiana; Galvis Pérez, Juan Pablo; Peña Bello, Breyner Santiago; Trujillo Tarazona, Pedro Javier; Castillo Castelblanco, Sergio Fernando; Solano Hernández, Ernesto
Se analizan y reúnen temas relativos a las redes autónomas e inteligentes a través del desarrollo de sus componentes fundamentales, arquitectónicos y tecnológicos. Sistematiza seis ejes temáticos: los componentes fundamentales para una red autónoma, la caracterización de los agentes inteligentes aplicados a redes, el análisis comparativo entre el bucle de control MAPE-K y el modelo de razonamiento ReAct, el análisis de las arquitecturas ETSI ZSM e IETF ANIMA, los protocolos de comunicación y coordinación multiagente MCP y A2A y la integración de LLMs en la gestión de redes autónomas.
A partir del desarrollo de cada eje temático, se plantea que la construcción de redes autónomas requiere la articulación de diferentes tecnologías y mecanismos de automatización, control, razonamiento y coordinación. En esta estructura, los agentes inteligentes sirven como componentes funcionales para integrar el bucle MAPE-K como orquestador de la adaptación global del sistema, mientras que los LLM con ReAct aportan al módulo cognitivo de análisis y planificación dentro del bucle de control. Por su parte, las arquitecturas de referencia ZSM y ANIMA, y los protocolos de coordinación multiagente MCP y A2A, proporcionan mecanismos de organización, interoperabilidad y coordinación que permiten estructurar la operación del sistema de control.
Además, se desarrollan implicaciones políticas, éticas, económicas y sociales de la implementación de redes autónomas, resaltando la necesidad de marcos de gobernanza, auditabilidad, mecanismos de contención de riesgos y la presencia del humano en los bucles, entre otros aspectos fundamentales para la integración de estas herramientas en las redes del futuro.













