Escuela de Ingeniería de Sistemas e Informática

Permanent URI for this community

https://noesis.uis.edu.co/handle/20.500.14071/9262

Browse

Now showing 1 - 12 of 12

ALGORITMO PARA EL DESENVOLVIMIENTO DE IMÁGENES DE FASE BASADO EN EL MÉTODO DE MULTIPLICADORES DE DIRECCIÓN ALTERNA CON REGULARIZADOR DE REDUCCIÓN DE RUIDO INTEGRADO
(Universidad Industrial de Santander, 2023-02-27) Ramírez Contreras, Jhon Ánderson; Bacca Quintero, Jorge Luis; Arguello Fuentes, Henry; Galvis Carreño, Laura Viviana; Bautista Rozo, Lola Xiomara
El desenvolvimiento de imágenes de fase es un proceso esencial en una gran variedad de aplicaciones ópticas. Sin embargo, este proceso puede convertirse en un reto cuando la información de fase se degrada significativamente debido al ruido, el submuestreo y los errores de medición. Este trabajo ha desarrollado un método que utiliza el método de multiplicadores de dirección alterna en su variante con un algoritmo de eliminación de ruido incorporado (PnP ADMM, de sus siglas en inglés) para desenvolver los valores bidimensionales de fase y, al mismo tiempo, eliminar el ruido presente. Siguiendo la formulación de mínimos cuadrados basada en las diferencias locales de fase y utilizando una solución de forma cerrada mediante la transformada rápida del coseno, es posible reformular y obtener la solución de forma cerrada de uno de los subproblemas para el marco PnP ADMM, permitiendo así la reconstrucción fiable de la fase incluso en escenarios en los que los niveles de ruido son extremos.
Ambiente informático para la interacción personal médico-paciente-familia en la intervención de factores de riesgo de hipertensión arterial y diabetes “riesgohta-diabetes 1.0”
(Universidad Industrial de Santander, 2023-05-23) Castellanos Bohórquez, Juan ángel Leonardo; Andrade Sosa, Hugo Hernando; Guerra Gonzales, Luis Eduardo; Bautista Rozo, Lola Xiomara; Galvis Carreño, Laura Viviana
En los últimos años, las enfermedades cardiovasculares han surgido como una de las principales causas de muerte a nivel mundial. Aunque todas las personas son susceptibles a padecer enfermedades cardíacas, los factores de riesgo más importantes están asociados con la hipertensión arterial, la diabetes tipo 2, la obesidad, la edad, el género, los antecedentes familiares de enfermedades cardíacas, una alimentación poco saludable y la poca o nula actividad física. Teniendo en cuenta que estas enfermedades tienen factores de riesgo modificables y no modificables, se hace indispensable la creación de herramientas enfocadas en la medicina preventiva que ayude a enseñar que al mejorar los factores de riesgo modificables se puede disminuir la tendencia de padecer estas enfermedades, por tal motivo, en este trabajo de investigación se propuso un ambiente web basado en la dinámica de sistemas para simular la tendencia de padecer hipertensión y diabetes partiendo del estudio de Framingham y la escala de Findrisc y se le presento el software a 10 posibles usuarios en el rango de edad de 20 a 80 años para que realizaran simulaciones con el software y pudieran tomar conciencia de cómo sus hábitos alimenticios y su actividad física los podía hacer propensos a padecer algunas de estas dos enfermedades.
CLASIFICACIÓN DE LESIONES DE CÁNCER DE PRÓSTATA CARACTERIZANDO ESPACIOS EMBEBIDOS DE OBSERVACIONES MRI
(Universidad Industrial de Santander, 2024-11-05) Hurtado Rodríguez, César Luis; Martinez Carrillo, Fabio; Olmos Rojas, Juan Andrés; Galvis Carreño, Laura Viviana; Bautista Rozo, Lola Xiomara
El cáncer de próstata es el cáncer más frecuente en los hombres. A nivel mundial, durante el 2022, más de 1.4 millones de personas fueron diagnosticadas y más de 397 mil decesos fueron asociados a esta enfermedad. En la rutina clínica, las técnicas comúnmente utilizadas para el diagnóstico son el test sanguíneo de Antígeno Prostático Específico (PSA) y el examen digital rectal (DRE). Sin embargo, estos métodos son invasivos y presentan una baja especificidad. Actualmente, el análisis de resonancias magnéticas (MRI) es una alternativa con mayor sensibilidad y capacidad de detección de lesiones de cáncer de próstata. Sin embargo, el análisis de MRI es dependiente de la experiencia del lector. Recientemente, métodos basados en aprendizaje profundo han emergido como una alternativa para apoyar la clasificación de lesiones clínicamente significativas (csPCa) observadas en MRI. Sin embargo, debido a la alta variabilidad intra- e inter- estudios MRI y a la limitación de datos, existe aún una brecha en la tarea de clasificar estas lesiones. En este trabajo se desarrolló un enfoque de aprendizaje contrastivo para la clasificación de lesiones csPCa en bp-MRI. Inicialmente, bajo un marco de aprendizaje contrastivo supervisado, se ajustó una red convolucional 3D dedicada al aprendizaje de características profundas de MRI mediante la proyección en vectores de baja dimensionalidad. Particularmente, este propone la codificación de matrices simétricas definidas positivas (SPD) a partir de las características profundas convolucionales 3D aprendidas en la tarea contrastiva para la construcción de un espacio embebido geométrico más discriminativo. Para la clasificación de estas matrices SPD, se utilizaron modelos de aprendizaje de máquina y modelos de aprendizaje profundo geométrico que consideran la geometría Riemanniana de la variedad de las matrices SPD. Los métodos implementados se validaron sobre un conjunto de datos público con respecto la tarea de clasificación de lesiones csPCa, donde el método propuesto alcanzó un AUC-ROC del 0.93, superando a la discriminación desde simplemente los vectores contrastivos (baseline) con 0.85. Adicionalmente, al reducir los datos de entrenamiento a un 20%, el método propuesto demostró ser robusto al alcanzar un AUC-ROC de 0.91, mientras que para el baseline, esta métrica se redujo al 77%.
Diseño de un prototipo de plataforma basada en IoT para la deteccion, registro y alerta de crisis convulsivas en pacientes epilepticos.
(Universidad Industrial de Santander, 2024-08-24) Carrillo Infante, Javier Andrés; Gutiérrez Méndez, Kevin Santiago; Rubiano, Jose Geralbert; Peña Castellanos, Iván Mauricio; Bautista Rozo, Lola Xiomara; González Ramírez, Luis Ignacio
En el ámbito de la salud y la tecnología, surge la necesidad de mejorar el tratamiento de pacientes con epilepsia, una enfermedad neurológica común que requiere atención continua y precisa (Patel et al., 2016). La epilepsia, diagnosticada frecuentemente a temprana edad, impacta no solo a los pacientes, sino también en las familias que están al cuidado del paciente. En países de bajos recursos, 3/4 partes de la población tienen dificultades para acceder a los tratamientos necesarios debido a su costo y disponibilidad, lo que se conoce como la “brecha de tratamiento” (OMS, 2023). Frente a esta situación se hace clara la necesidad de una herramienta que acompañe a esta población. Las alternativas de monitoreo y detección actuales incluyen dispositivos basados en deep learning y redes neuronales que analizan señales de EEG para generar alertas de crisis. Sin embargo, estos dispositivos presentan desafíos como complejidad técnica, altos costos y la necesidad de hardware especializado (Daoud et al., 2020). Ante estas limitaciones, el Internet de las Cosas (IoT) y los dispositivos basados en sensores ofrecen una solución más accesible y adaptable, permitiendo el monitoreo continuo de los pacientes en cualquier entorno (Mchale & Pereira, 2021). Este trabajo se centra en desarrollar un prototipo de plataforma IoT que permita la detección, registro y alerta de crisis convulsivas a través de un dispositivo portátil con una aplicación móvil y un dashboard web. Esta solución busca ofrecer una alternativa de monitoreo, mejorar la calidad de vida de los pacientes y proporcionarles mayor autonomía y seguridad. El prototipo permitirá emitir alertas de emergencia a centros de atención médica y contactos telefónicos del paciente cada que se detecte una convulsión asociada a una crisis epiléptica, buscando garantizar una atención rápida y oportuna, reduciendo así los riesgos asociados a las crisis epilépticas.
Diseño de un sistema web para la gestión del proceso de enfermería
(Universidad Industrial de Santander, 2023-05-03) Narvaez Carvajal, Neider Smith; Espinel Pérez, Alejandro José; Carcamo Troconis, Emilio Justiniano; Ibáñez Alfonso, Luz Eugenia; Bautista Rozo, Lola Xiomara; Farelo Velásquez, Nury
El presente proyecto describe el desarrollo de un sistema de intervención de enfermería basado en una arquitectura de microservicios para gestionar la atención de enfermería en entornos clínicos y comunitarios. Surge en respuesta a la congestión del sistema de atención de salud, la falta de soluciones tecnológicas efectivas para aliviar la carga de trabajo y la necesidad de visibilizar la profesión de enfermería. El prototipo software desarrollado permitió modelar el proceso de enfermería desde la valoración del estado del paciente, su diagnóstico y la planeación y evaluación de las intervenciones realizadas. Para fomentar la interoperabilidad con otros sistemas de salud, se desarrolló e integró un módulo de gestión de los lenguajes estandarizados de la Asociación Internacional de Diagnóstico de Enfermería de América del Norte (NANDA-I), la Clasificación de Intervención de Enfermería (NIC) y la Clasificación de Resultados de Enfermería (NOC). Resultados: Los planes de atención de enfermería registrados facilitan la identificación de las prioridades de atención, diagnósticos de enfermería, intervenciones y resultados. Además, permite realizar el entrenamiento de estudiantes y profesionales de enfermería. Conclusiones: El prototipo software facilita la documentación, implementación y enseñanza de los procesos de enfermería y la utilización de los datos para investigación en enfermería. Y a través del módulo de informe permite visualizar las tendencias principales del cuidado de enfermería, convirtiéndose en una importante fuente de información para la toma de decisiones de enfermería.
Diseño de una plataforma tecnológica para la gestión administrativa del programa de consejería estudiantil de la Universidad Industrial de Santander
(Universidad Industrial de Santander, 2022-09-07) Viviescas Romero, Juan Pablo; Camacho Galvis, Christian Stiven; Rubiano, José Geralbert; Ayala Carvajal, Diana Rubiela; Ayala Carvajal, Diana Rubiela; Bautista Rozo, Lola Xiomara
Los problemas de salud mental son un tema de mucha importancia, ya que esto puede afectar tanto nuestra calidad de vida como nuestra vida académica y laboral, la vida académica puede ser un factor que afecte la salud mental de los estudiantes que incluso puede ocasionar que ellos deserten de la universidad hasta incluso causar problemas de ansiedad y depresión que atenten con su bienestar y salud física. Observando la necesidad de servicios de ayuda para el bienestar emocional y que la comunidad estudiantil desconoce el servicio de consejería estudiantil, ya que no cuenta con una plataforma como tal para que la comunidad estudiantil pueda saber de los servicios que ofrece el servicio de consejería estudiantil, solicitar citas con un profesional de la salud, edemas de que los psicólogos no disponían de un software que les permitiera llevar un control de citas. Por este motivo decidimos desarrollar un prototipo de plataforma tecnológica que permitiera que la comunicación entre los estudiantes y los profesionales de consejería estudiantil fuera más cercana, ya que al conocer más acerca de sus servicios y facilitar la solicitud de una cita con un profesional mejoraría la calidad de vida de la comunidad estudiantil, disminuiría la cantidad de estudiantes que dejan sus carreras e incluso salvaría vidas al prevenir la depresión, la ansiedad e intentos de suicidio.
Diseño, desarrollo e implantación del proceso de acreditación de calidad ABET en lo concerniente a la gestión de rúbricas que se aplican a los programas
(Universidad Industrial de Santander, 2022-09-07) Mogotocoro Fajardo, Jorge Andrés; González Ramírez, Luis Ignacio; Mejía Aguilar, Guillermo; Bautista Rozo, Lola Xiomara
Las escuelas cuentan con un sistema de información orientado a la Web que se encarga de la gestión y control de las distintas ocupaciones tanto académicas, como administrativas que se hacen en las escuelas y las Facultades, así como del control de usuarios y servicios que se les otorgan. La plataforma COMA presta servicios que permanecen orientados a impulsar la relación entre los miembros de la comunidad de tal forma que sea posible mejorar el proceso de enseñanza por parte de los docentes, aprendizaje por parte de los estudiantes y por último sus procesos internos de gestión para hacerlos más eficientes. Actualmente, varias escuelas adelantan procesos de aseguramiento de la calidad bajo el modelo ABET por lo que este proceso es gestionado de manera manual con todo el esfuerzo humano que esto implica, generando problemas principalmente en la centralización de la información y la cobertura que ocurre al momento de la toma de datos En el nuevo módulo de acreditación ABET integrado en la plataforma COMA se hace necesario retomar y refinar el desarrollo que con años anteriores se había planteado para dar soporte a las necesidades percibidas en la comunidad en lo concerniente a la realización y procesamiento de rúbricas por medio de la adición de nuevas funcionalidades e interfaces.
Implementación de una Infraestructura Orquestada, Escalable y Altamente Disponible para Servicios Web
(Universidad Industrial de Santander, 2024-02-20) Vargas Martínez, Duvan Ferney; Cárcamo Troconis, Emilio Justiniano; Barrios Hernández, Carlos Jaime; Bautista Rozo, Lola Xiomara
Este proyecto se centra en implementar una infraestructura orquestada, escalable y altamente disponible para servicios web, utilizando Kubernetes. Esto se logra analizando la importancia de esta tecnología, las diferentes herramientas que hay para utilizar Kubernetes, tanto en entornos locales como en la nube; realizando una comparativa de cada una de estas, buscando la mejor opción en términos de optimización de recursos; comprendiendo los beneficios y desventajas de cada una de estas. Finalmente con la herramienta seleccionada se lleva a cabo la implementación de una prueba piloto de un clúster de Kubernetes, tomando como caso de estudio algunos servicios web, tanto propios como de la Universidad Industrial de Santander en el marco del proyecto RSI. Esto con el objetivo de garantizar la escalabilidad y alta disponibilidad, estableciendo una base sólida para futuras investigaciones en este campo en constante evolución. Tras esta investigación, es pertinente afirmar que implementar Kubernetes para desarrollar una infraestructura orquestada en RSI, basándose en una arquitectura de servicios y microservicios, trae consigo multiples ventajas; entre ellas se incluyen la escalabilidad, alta disponibilidad, portabilidad y automatización del uso de contenedores con estos servicios web.
Metodología de clasificación en imágenes espectrales a partir del uso de redes neuronales en un sistema con múltiples vistas angulares
(Universidad Industrial de Santander, 2022-03-30) Córdoba Carrero, Junior Alejandro; Márquez Castellanos, Miguel Ángel; Argüello Fuentes, Henry; Bautista Rozo, Lola Xiomara; Bacca Quintero, Jorge Luis
La clasificación se ha convertido en una herramienta indispensable en áreas comerciales como de la investigación al ser usada en el reconocimiento de objetivos y la interpretación de imágenes, más aún al usar información espectral, porque el comportamiento de la reflectancia a diferentes frecuencias electromagnéticas es característico de cada material, siendo posible identificarlos y analizarlos usando procesamiento de imágenes. Las SI son capturadas mediante sistemas ópticos, estos permiten obtener imágenes espectrales con una alta resolución espectral, pero su uso se ve limitado a escenarios donde los objetos poseen poco o nulo movimiento y su adquisición requiere altas capacidades de almacenamiento y de transmisión de datos. Para solucionar estos problemas, surge el muestreo compresivo espectral, que establece que es posible estimar la información espectral de una escena a partir de menos proyecciones que las requeridas por los sistemas ópticos tradicionales. A pesar de que estas técnicas permiten solucionar problemas de almacenamiento, transferencia de información, altos tiempos de adquisición, entre otros, tienen como desventaja la degradación de la información espacial. Para mejorar la calidad de reconstrucción y de clasificación se usan algunos métodos tradicionales para la dquisición de multiples imágenes como son el barrido por fila espectral, pixel por pixel y por banda espectral, se han modificado los sistemas ópticos a su vez de desarrollar e implementar aplicaciones y algoritmos basados en técnicas de DL con pocas proyecciones. En este trabajo se propone el estudio de un sistema compresivo óptico computacional que permite mejorar las tareas de clasificación a partir de una única medida comprimida la cual se obtiene mediante un arreglo de lentes y de una red neuronal basada en aprendizaje profundo.
MODELO MULTIMODAL PARA LA SEGMENTACIÓN DE LESIONES DE ACV ISQUÉMICO EN ESTUDIOS DE RESONANCIA MAGNÉTICA
(Universidad Industrial de Santander, 2024-05-17) García Duarte, Julián Esteban; Martínez Carrillo, Fabio; Gómez Hernández, Santiago; Romo Bucheli, David Edmundo; Bautista Rozo, Lola Xiomara
Los accidentes cerebrovasculares (ACV) son la segunda causa de muerte a nivel mundial, reportando más de 100 millones de personas afectadas anualmente. Accidentes cerebrovasculares existen de dos tipos, hemorrágico e isquémico. Particularmente, el ACV isquémico es el tipo de lesión con mayor prevalencia y con un alto riesgo de morbilidad asociado. La obtención de hallazgos radiológicos para la cuantificación de la lesión en estudios de resonancia magnética es clave para el diagnóstico, establecer un procedimiento clínico y estimar un pronóstico del paciente. Esta tarea se realiza mediante estudios imagenologicos especiales (estudios paramétricos) que permiten cuantificar la hemodinámica cerebral y brindan información sobre el tejido intracraneal, como por ejemplo el Coeficiente Aparente de Difusión (ADC, por sus siglas en inglés), Imagen de Difusión Ponderada (DWI, por sus siglas en inglés), Recuperación de la Inversión Atenuada por Fluidos (FLAIR, por sus siglas en inglés), entre otras. De forma observacional, un experto analiza múltiples de estas imágenes al mismo tiempo, usando la complementariedad entre estas para realizar la segmentación de la lesión isquémica. A pesar de los avances reportados en la literatura, las estrategias computacionales siguen presentando limitaciones para capturar la complejidad y alta variabilidad de la lesión. Este trabajo busca implementar un esquema multimodal que integre al menos dos estudios paramétricos de resonancia magnética, aprovechando hallazgos radiológicos complementarios que permitan la cuantificación de las lesiones relacionadas con ACV. Para el entrenamiento y validación se contó con un conjunto de datos propio del grupo de investigación BIVL2ab (Biomedical Imaging, Vision and Learning Laboratory) y también se exploró la posibilidad de validaciones en conjuntos públicos disponibles. El modelo implementado fue validado según su capacidad de segmentar lesiones isquémicas para un conjunto de datos no usado en el entrenamiento.
Plataforma para el despliegue y evaluación de modelos de aprendizaje profundo para la clasificación de imágenes histológicas completas a baja magnificación
(Universidad Industrial de Santander, 2024-08-28) Bayona Quesada, Juan Camilo; Fuentes Barragán, Angie Julieth; Romo Bucheli, David Edmundo; Bautista Rozo, Lola Xiomara; Garzón Villamizar, Gustavo Adolfo
La patología es una rama de la medicina que se enfoca en el estudio de las enfermedades a nivel microscópico, investigando sus causas, desarrollo, mecanismos y efectos en los organismos vivos. Con el apoyo de sistemas computacionales, surge la patología digital, que utiliza entornos digitales para el estudio microscópico de la anatomía, los tejidos y sus enfermedades. La utilización de herramientas computacionales en la patología ofrece ventajas como el almacenamiento virtual de muestras, acceso global a ellas y la capacidad de utilizar diversas herramientas de análisis para el soporte diagnóstico. Esto permite identificar patrones en el tejido asociados a enfermedades como el cáncer, infecciones, trastornos inflamatorios y genéticos. La inspección visual de biopsias es una técnica diagnóstica utilizada para examinar pacientes afectados por el cáncer, la cual ofrece resultados determinantes al permitir la observación directa del tejido a nivel microscópico. Las muestras de biopsias pueden ser digitalizadas completamente a alta magnificación utilizando escáneres, como se hace en países desarrollados, con los que se crean bases de datos abiertas para diferentes tipos de cáncer, como cáncer de próstata, cáncer de mama, cáncer cervical, entre otros. Estas bases de datos contienen miles de imágenes digitalizadas a alta magnificación que facilitan la creación y entrenamiento de modelos de aprendizaje profundo. En Colombia, los patólogos suelen examinar la muestra directamente bajo el microscopio para identificar tejido canceroso. En ocasiones se digitalizan las imágenes individuales del campo microscópico, pero esto se limita exclusivamente a las áreas de interés identificadas por el profesional, lo que puede causar sesgos en caso de requerirse una segunda opinión de otro patólogo que no posea acceso a la muestra completa. A la biopsia le es asignado un puntaje histológico que determina su grado de cáncer y que sigue protocolos específicos establecidos para el estudio de cada tipo de cáncer. El propósito de este proyecto es desplegar modelos de clasificación entrenados en imágenes histológicas completas y evaluar estrategias para adaptar esos modelos a imágenes histológicas de baja magnificación que se puedan digitalizar fácilmente a través de un microscopio óptico, mejorando así el soporte de la decisión del grado de cáncer de la muestra en países en vías de desarrollo.
Síntesis de neuroimágenes diagnósticas mediante el uso de una estrategia de aprendizaje profundo generativo
(Universidad Industrial de Santander, 2024-11-08) Ramírez Serna, Oscar Andrés; Valencia Vanegas, Yeferson; Martínez Carrillo, Fabio; Gómez Hernández, Santiago; Garzón Villamizar, Gustavo Adolfo; Sierra Jerez, Franklin Samuel; Bautista Rozo, Lola Xiomara; Romo Bucheli, David Edmundo
Las neuroimágenes son esenciales para la caracterización de alteraciones estructurales y funcionales de enfermedades neurológicas. Para la asistencia y caracterización efectiva de hallazgos radiológicos, en algunas enfermedades, es imprescindible el uso complementario de imágenes, permitiendo asociar patrones estructurales con funcionales o brindando una mayor definición y seguimiento de las afecciones detectadas. Sin embargo, en la rutina clínica, muchas veces es desafiante contar con todas las secuencias, debido a contraindicaciones de pacientes o la disponibilidad de los dispositivos de captura. Particularmente, en este trabajo abordaremos este problema para el accidente cerebrovascular (ACV) y la enfermedad del Parkinson (EP), teniendo en cuenta el carácter complementario requerido para la caracterización efectiva de estas enfermedades. En cuanto al ACV, primero se hace un tamizaje para determinar el origen de la interrupción del flujo sanguíneo con tomografías (NCCT) y luego se cuantifica el volumen de la lesión desde secuencias de resonancia ponderada por difusión (DWI, ADC). En cuanto a la EP, las resonancias T1 permiten hacer un análisis estructural del cerebro, mientras que el SPECT complementa este análisis brindando información sobre la deficiencia de neurotransmisores dopaminérgicos. En este trabajo se implementó una estrategia de aprendizaje de difusión condicional para la síntesis de neuroimagenes complementarias tanto en el dominio del ACV como en el dominio de la EP. En cuanto al ACV, la estrategia fue entrenada y validada para realizar síntesis de resonancias DWI y ADC desde imágenes NCCT, utilizando un conjunto propio de 95 pacientes y logrando puntajes de reconstrucción SSIM de 0.55 para DWI y 0.45 para ADC. En cuanto a la EP, la estrategia fue ajustada para realizar síntesis de secuencias SPECT desde resonancias T1, utilizando un conjunto público de 115 pacientes y logrando un SSIM de 0.98.

Browse

Browsing Escuela de Ingeniería de Sistemas e Informática by browse.metadata.evaluator "Bautista Rozo, Lola Xiomara"

Results Per Page

Sort Options