HERRAMIENTA COMPUTACIONAL PARA LA ASISTENCIA AL TRATAMIENTO DE HERIDAS CRÓNICAS EN PACIENTES DE HANSEN DEL DEPARTAMENTO DE SANTANDER.

Estupiñan Cobos, Juan Sebastian

HERRAMIENTA COMPUTACIONAL PARA LA ASISTENCIA AL TRATAMIENTO DE HERIDAS CRÓNICAS EN PACIENTES DE HANSEN DEL DEPARTAMENTO DE SANTANDER.

dc.contributor.advisor	Sanchez Quiroga, Karen Yaneth
dc.contributor.advisor	Arguello Fuentes, Henry
dc.contributor.author	Estupiñan Cobos, Juan Sebastian
dc.contributor.evaluator	Garzon Villamizar, Gustavo Adolfo
dc.contributor.evaluator	Bacca Quintero, Jorge Luis
dc.date.accessioned	2023-08-08T18:35:53Z
dc.date.available	2023-08-08T18:35:53Z
dc.date.created	2023-08-04
dc.date.issued	2023-08-04
dc.description.abstract	Las heridas crónicas son un problema global, son padecidas por alrededor de 40 millones de personas en el mundo y son ocasionadas por enfermedades cardiovasculares, diabetes tipo-2 o infecciones agudas como la enfermedad de Hansen. La recuperación irregular de estas heridas hace necesario un tratamiento periódico, especialmente en los pacientes de Hansen, debido a la carga de la enfermedad, llegando a ocasionar deficiencias físicas irreversibles. A pesar de las complicaciones que generan estas heridas, en los países en desarrollo la asistencia no es oportuna debido al estado deficiente de las infraestructuras viales y sanitarias. Con el objetivo de asistir el tratamiento, varias herramientas computacionales basadas en el procesamiento de imágenes y el aprendizaje profundo han surgido recientemente. Sin embargo, estas propuestas se ven limitadas por factores de las imágenes de las heridas como la iluminación, tamaños, severidad, sombras o colores. Adicionalmente, los enfoques basados en datos solo cuentan con disponibilidad de datos de pacientes de diabetes de países desarrollados, dejando de lado los pacientes de Hansen y los países en desarrollo. Por lo tanto, este trabajo propone una herramienta computacional basada en aprendizaje profundo para el monitoreo de heridas crónicas de pacientes de la enfermedad de Hansen del municipio de Contratación, Santander, municipio en donde se encuentra el Sanatorio de Contratación E.S.E., el cual atiende más de 100 pacientes de Hansen. El enfoque permite un análisis de las heridas para evaluar su tamaño y forma al ejecutar la tarea de segmentación binaria. Por otro lado, un conjunto de datos anonimizado adquirido de pacientes de Hansen es presentado. El método propuesto presenta una mejora respecto a los trabajos del estado del arte, obteniendo un puntaje de 82.1 % en la métrica de valor-f1.
dc.description.abstractenglish	Chronic wounds are a global problem, affecting approximately 40 million people worldwide and caused by cardiovascular diseases, type-2 diabetes, or acute infections such as Hansen’s disease. The irregular healing of these wounds makes necessary periodic treatment, especially in Hansen’s disease patients, due to the burden of the illness, which can lead to irreversible physical impairments. Despite the complications associated with these wounds, timely assistance is lacking in developing countries due to inadequate road and healthcare infrastructures. In order to aid treatment, several computational tools based on image processing and deep learning have recently emerged. However, these proposals are limited by factors in wound images such as lighting, sizes, severity, shadows, or colors. Additionally, data-driven approaches only have access to data from diabetes patients in developed countries, neglecting Hansen’s disease patients and developing countries. Therefore, this work proposes a deep learning-based computational tool for monitoring chronic wounds in patients with Hansen’s disease in the municipality of Contratación, Santander, where the institution “Sanatorio de Contratación E.S.E.” is located, nursing to over 100 Hansen’s disease patients. The approach allows for wound analysis to assess their size and shape by performing binary segmentation. Furthermore, an anonymized dataset acquired from Hansen’s disease patients is presented. The proposed method exhibits an improvement compared to state-of-the-art works, achieving a score of 82.1 % in f1-score metric.
dc.description.degreelevel	Pregrado
dc.description.degreename	Ingeniero de Sistemas
dc.format.mimetype	application/pdf
dc.identifier.instname	Universidad Industrial de Santander
dc.identifier.reponame	Universidad Industrial de Santander
dc.identifier.repourl	https://noesis.uis.edu.co
dc.identifier.uri	https://noesis.uis.edu.co/handle/20.500.14071/14741
dc.language.iso	spa
dc.publisher	Universidad Industrial de Santander
dc.publisher.faculty	Facultad de Ingeníerias Fisicomecánicas
dc.publisher.program	Ingeniería de Sistemas
dc.publisher.school	Escuela de Ingeniería de Sistemas e Informática
dc.rights	info:eu-repo/semantics/openAccess
dc.rights.accessrights	info:eu-repo/semantics/openAccess
dc.rights.coar	http://purl.org/coar/access_right/c_abf2
dc.rights.creativecommons	Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
dc.rights.license	Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)
dc.rights.uri	http://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subject	Hansen
dc.subject	Heridas crónicas
dc.subject	Aprendizaje profundo
dc.subject	Segmentación
dc.subject.keyword	Hansen
dc.subject.keyword	Chronic wounds
dc.subject.keyword	Deep learning
dc.subject.keyword	Segmentation
dc.title	HERRAMIENTA COMPUTACIONAL PARA LA ASISTENCIA AL TRATAMIENTO DE HERIDAS CRÓNICAS EN PACIENTES DE HANSEN DEL DEPARTAMENTO DE SANTANDER.
dc.title.english	COMPUTATIONAL TOOL TO ASSIST IN THE TREATMENT OF CHRONIC WOUNDS IN HANSEN'S DISEASE PATIENTS IN THE DEPARTMENT OF SANTANDER.
dc.type.coar	http://purl.org/coar/resource_type/c_7a1f
dc.type.hasversion	http://purl.org/coar/version/c_b1a7d7d4d402bcce
dc.type.local	Tesis/Trabajo de grado - Monografía - Pregrado