Modelos de analítica de datos aplicado a la Detección de Úlceras por Presión en Pacientes Hospitalizados
Las úlceras por presión (UPP) son una condición frecuente en los pacientes con movilidad restringida, provocando un impacto negativo en la calidad de vida de los pacientes hospitalizados. La primera medida es la identificación de los pacientes susceptibles de desarrollar UPP, por lo que es de gran u...
- Autores:
- Tipo de recurso:
- Fecha de publicación:
- 2021
- Institución:
- Universidad del Rosario
- Repositorio:
- Repositorio EdocUR - U. Rosario
- Idioma:
- spa
- OAI Identifier:
- oai:repository.urosario.edu.co:10336/31557
- Acceso en línea:
- https://doi.org/10.48713/10336_31557
https://repository.urosario.edu.co/handle/10336/31557
- Palabra clave:
- Diagnostico por imágenes en el tratamiento de úlceras por presión (UPP)
Sistema de inteligencia artificial (IA) para la clasificación de úlceras por presión (UPP) mediante reconcomiendo óptico
Tecnología basada en reconcomiendo de imágenes mediante IA para el diagnostico medico
Tecnología medica
Sistemas
Ciencias médicas, Medicina
Imaging diagnosis in the treatment of pressure ulcers (UPP)
Artificial intelligence (AI) system for the classification of pressure ulcers (UPP) by means of optical recongestion
Technology based on reconoming of images through AI for medical diagnosis
Medical technology
- Rights
- License
- Abierto (Texto Completo)
id |
EDOCUR2_b666ba0bb64b4cf453387dfed7705a3f |
---|---|
oai_identifier_str |
oai:repository.urosario.edu.co:10336/31557 |
network_acronym_str |
EDOCUR2 |
network_name_str |
Repositorio EdocUR - U. Rosario |
repository_id_str |
|
dc.title.spa.fl_str_mv |
Modelos de analítica de datos aplicado a la Detección de Úlceras por Presión en Pacientes Hospitalizados |
dc.title.TranslatedTitle.spa.fl_str_mv |
Data analytics models applied to the Detection of Pressure Ulcers in Hospitalized Patients |
title |
Modelos de analítica de datos aplicado a la Detección de Úlceras por Presión en Pacientes Hospitalizados |
spellingShingle |
Modelos de analítica de datos aplicado a la Detección de Úlceras por Presión en Pacientes Hospitalizados Diagnostico por imágenes en el tratamiento de úlceras por presión (UPP) Sistema de inteligencia artificial (IA) para la clasificación de úlceras por presión (UPP) mediante reconcomiendo óptico Tecnología basada en reconcomiendo de imágenes mediante IA para el diagnostico medico Tecnología medica Sistemas Ciencias médicas, Medicina Imaging diagnosis in the treatment of pressure ulcers (UPP) Artificial intelligence (AI) system for the classification of pressure ulcers (UPP) by means of optical recongestion Technology based on reconoming of images through AI for medical diagnosis Medical technology |
title_short |
Modelos de analítica de datos aplicado a la Detección de Úlceras por Presión en Pacientes Hospitalizados |
title_full |
Modelos de analítica de datos aplicado a la Detección de Úlceras por Presión en Pacientes Hospitalizados |
title_fullStr |
Modelos de analítica de datos aplicado a la Detección de Úlceras por Presión en Pacientes Hospitalizados |
title_full_unstemmed |
Modelos de analítica de datos aplicado a la Detección de Úlceras por Presión en Pacientes Hospitalizados |
title_sort |
Modelos de analítica de datos aplicado a la Detección de Úlceras por Presión en Pacientes Hospitalizados |
dc.contributor.advisor.none.fl_str_mv |
Aya-Parra, Pedro-Antonio Sarmiento-Rojas, Jefferson |
dc.subject.spa.fl_str_mv |
Diagnostico por imágenes en el tratamiento de úlceras por presión (UPP) Sistema de inteligencia artificial (IA) para la clasificación de úlceras por presión (UPP) mediante reconcomiendo óptico Tecnología basada en reconcomiendo de imágenes mediante IA para el diagnostico medico Tecnología medica |
topic |
Diagnostico por imágenes en el tratamiento de úlceras por presión (UPP) Sistema de inteligencia artificial (IA) para la clasificación de úlceras por presión (UPP) mediante reconcomiendo óptico Tecnología basada en reconcomiendo de imágenes mediante IA para el diagnostico medico Tecnología medica Sistemas Ciencias médicas, Medicina Imaging diagnosis in the treatment of pressure ulcers (UPP) Artificial intelligence (AI) system for the classification of pressure ulcers (UPP) by means of optical recongestion Technology based on reconoming of images through AI for medical diagnosis Medical technology |
dc.subject.ddc.spa.fl_str_mv |
Sistemas Ciencias médicas, Medicina |
dc.subject.keyword.spa.fl_str_mv |
Imaging diagnosis in the treatment of pressure ulcers (UPP) Artificial intelligence (AI) system for the classification of pressure ulcers (UPP) by means of optical recongestion Technology based on reconoming of images through AI for medical diagnosis Medical technology |
description |
Las úlceras por presión (UPP) son una condición frecuente en los pacientes con movilidad restringida, provocando un impacto negativo en la calidad de vida de los pacientes hospitalizados. La primera medida es la identificación de los pacientes susceptibles de desarrollar UPP, por lo que es de gran utilidad el uso de escalas que midan este riesgo. Se propone realizar un algoritmo el cual sea capaz de identificar y clasificar de manera óptima imágenes de ulceras por presión usando inteligencia artificial (IA) con aprendizaje automático, y con ello realizar un análisis el cual permita evidenciar la exactitud y precisión del algoritmo. |
publishDate |
2021 |
dc.date.accessioned.none.fl_str_mv |
2021-06-02T00:36:42Z |
dc.date.available.none.fl_str_mv |
2021-06-02T00:36:42Z |
dc.date.created.none.fl_str_mv |
2021-05-26 |
dc.type.eng.fl_str_mv |
bachelorThesis |
dc.type.coar.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
dc.type.document.spa.fl_str_mv |
Monografía |
dc.type.spa.spa.fl_str_mv |
Trabajo de grado |
dc.identifier.doi.none.fl_str_mv |
https://doi.org/10.48713/10336_31557 |
dc.identifier.uri.none.fl_str_mv |
https://repository.urosario.edu.co/handle/10336/31557 |
url |
https://doi.org/10.48713/10336_31557 https://repository.urosario.edu.co/handle/10336/31557 |
dc.language.iso.spa.fl_str_mv |
spa |
language |
spa |
dc.rights.coar.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
dc.rights.acceso.spa.fl_str_mv |
Abierto (Texto Completo) |
rights_invalid_str_mv |
Abierto (Texto Completo) http://purl.org/coar/access_right/c_abf2 |
dc.format.extent.spa.fl_str_mv |
56 pp. |
dc.format.mimetype.none.fl_str_mv |
application/pdf |
dc.publisher.spa.fl_str_mv |
Universidad del Rosario |
dc.publisher.department.spa.fl_str_mv |
Escuela de Medicina y Ciencias de la Salud |
dc.publisher.program.spa.fl_str_mv |
Ingeniería Biomédica |
institution |
Universidad del Rosario |
dc.source.bibliographicCitation.spa.fl_str_mv |
B. Estevan and C. Alio, “Ulceras por presión,” Geriatrika, vol. 12, no. 5, pp. 58–62, 1996. “tratado_de_geriatria[1]-Flip eBook Pages 751 - 782| AnyFlip | AnyFlip.” http://anyflip.com/iwaf/sfjb/basic/751-782 (accessed May 02, 2021). C. Pedro Gil Gregorio, D. Paloma González García, J. Gutiérrez Rodríguez, and C. Verdejo Bravo, MANUAL DEL RESIDENTE EN GERIATRÍA COMITÉ EDITORIAL. 2011. F. Pedro Garcia Fernandez and J. Javier Soldevilla Agreda, “TERESA SEGOVIA GÓMEZ,” 2012 “Heridas y Úlceras por Presión | Cursos Enfermería | Salusplay.” https://www.salusplay.com/apuntes/heridas-cronicas-y-ulceras-por-presion (accessed May 02, 2021). “GNEAUPP - Grupo Nacional para el Estudio y Asesoramiento en Úlceras por Presión y Heridas Crónicas.” https://gneaupp.info/ (accessed May 02, 2021). U. por, “Guía de cuidados enfermeros.” C. Verdejo Bravo, “Management of heart failure in the elderly. Who and where? Vision of geriatrics,” Revista Espanola de Geriatria y Gerontologia, vol. 37, no. 1. Ediciones Doyma, S.L., pp. 5–12, Jan. 01, 2002, doi: 10.1016/s0211-139x(02)74767-7. G. Ruiz-Rozas, M. Mateo, H. Ballestar, P. Monferrer, M. Forés, and L. Tudela, “As Guías de Fisterra Ulceras por presión. R. GOMIS, “Inteligencia artificial en medicina,” Sep. 05, 2019. https://cienciasdelasalud.blogs.uoc.edu/inteligencia-artificial-en-medicina/ (accessed May 02, 2021) “La diferencia entre Inteligencia Artificial, Machine Learning y Deep Learning | by SPOT | Medium.” https://medium.com/@spot_blog/la-diferencia-entre-inteligenciaartificial-machine-learning-y-deep-learning-cc415f20e63a (accessed May 02, 2021). “S12_Keras intro y analisis tensorial.ipynb - Colaboratory.” https://colab.research.google.com/github/jdamaster/machineLearningDiplomat/blob/ master/S12_Keras_intro_y_analisis_tensorial.ipynb#scrollTo=BTDmhfQ31dI5 (accessed May 02, 2021) “Inteligencia artificial en medicina: casos reales de éxito.” https://blog.enzymeadvisinggroup.com/inteligencia-artificial-en-la-medicina (accessed May 02, 2021) I. - Ministerio de Sanidad and S. Sociales Igualdad, Guía para la Prevención y Manejo de las UPP y Heridas Crónicas. J. E. Valdivia-Silva, R. Salazar, and B. Malpartida, “Educación Médica continua Inflammation in the pathogenesis of pressure ulcers and their detection by new technologies,” 2017 I. García, F. Tutoras, D. Carmen, S. Gotarredona, D. Begoña, and A. Piñero, “Aportaciones a la Segmentación y Caracterización de Imágenes Médicas 3D.” “Segmentación (procesamiento de imágenes) - Wikipedia, la enciclopedia libre.” https://es.wikipedia.org/wiki/Segmentación_(procesamiento_de_imágenes) (accessed May 02, 2021) “Inteligencia Artificial en la Medicina Machine Learning - Colombia IBM.” https://www.ibm.com/co-es/watson-health/learn/artificial-intelligence-medicine (accessed May 02, 2021). “Redes neuronales convolucionales son un tipo de redes neuronales.” https://www.juanbarrios.com/redes-neurales-convolucionales/ (accessed May 02, 2021) Q. Shan, Z. Li, J. Jia, and C. K. Tang, “Fast image/video upsampling,” ACM Trans. Graph., vol. 27, no. 5, Dec. 2008, doi: 10.1145/1409060.1409106. “(No Title).” https://academicae.unavarra.es/xmlui/bitstream/handle/2454/37479/Memoria.pdf?sequence=1&isAllo wed=y (accessed May 07, 2021). C. S. Gotarredona, “Implementación basada en aprendizaje profundo ( Deep Learning ) para la segmentación de lesiones pigmentadas de la piel Portada,” 2020. “Inteligencia artificial fácil Machine Learning y Deep Learning prácticos - Funciones de pérdida (Loss function).” https://www.edicioneseni.com/open/mediabook.aspx?idR=8dd2ca32769cb24b49648b15ef8e777e (accessed May 11, 2021) “Estudio detallado del AA: Entrenamiento y pérdida.” https://developers.google.com/machine-learning/crash-course/descending-intoml/training-and-loss?hl=es (accessed May 09, 2021) “Métricas De Evaluación De Modelos En El Aprendizaje Automático.” https://www.datasource.ai/es/data-science-articles/metricas-de-evaluacion-demodelos-en-el-aprendizaje-automatico (accessed May 10, 2021) “Conceptos básicos sobre redes neuronales.” https://vincentblog.xyz/posts/conceptos-basicos-sobre-redes-neuronales (accessed May 10, 2021) “Cómo interpretar la matriz de confusión: ejemplo práctico - Think Big Empresas.” https://empresas.blogthinkbig.com/como-interpretar-la-matriz-de-confusion-ejemplopractico/ (accessed May 10, 2021). |
dc.source.instname.spa.fl_str_mv |
instname:Universidad del Rosario |
dc.source.reponame.spa.fl_str_mv |
reponame:Repositorio Institucional EdocUR |
bitstream.url.fl_str_mv |
https://repository.urosario.edu.co/bitstreams/b3dc9353-ec73-4d6a-a359-d4e3fc3f3c5e/download https://repository.urosario.edu.co/bitstreams/ed401c90-d894-4ec8-8ed3-1953c726bde8/download https://repository.urosario.edu.co/bitstreams/cf744381-3ffb-4f4c-b4d3-07153936c734/download https://repository.urosario.edu.co/bitstreams/a2663444-4ba4-433b-a610-000446a54d22/download |
bitstream.checksum.fl_str_mv |
15135b7005955ecb2e9ac011bb13caa9 fab9d9ed61d64f6ac005dee3306ae77e fef17418f5252f1e0f4f1aa702347385 5d5501491305ec7676115b8f9c8ec8dc |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositorio institucional EdocUR |
repository.mail.fl_str_mv |
edocur@urosario.edu.co |
_version_ |
1814167588438016000 |
spelling |
Aya-Parra, Pedro-Antonio80241700600Sarmiento-Rojas, Jefferson22b90ea1-1ed0-44d1-a0df-91effddd625d600González Medrano, Natalia AndreaIngeniero BiomédicoFull time19806fd8-86b4-4c39-a7ab-24a0ad3a594f6002021-06-02T00:36:42Z2021-06-02T00:36:42Z2021-05-26Las úlceras por presión (UPP) son una condición frecuente en los pacientes con movilidad restringida, provocando un impacto negativo en la calidad de vida de los pacientes hospitalizados. La primera medida es la identificación de los pacientes susceptibles de desarrollar UPP, por lo que es de gran utilidad el uso de escalas que midan este riesgo. Se propone realizar un algoritmo el cual sea capaz de identificar y clasificar de manera óptima imágenes de ulceras por presión usando inteligencia artificial (IA) con aprendizaje automático, y con ello realizar un análisis el cual permita evidenciar la exactitud y precisión del algoritmo.Pressure ulcers (PU) are a frequent condition in patients with restricted mobility, causing a negative impact on the quality of life of hospitalized patients. The first measure is the identification of patients susceptible to developing PUs, which is why the use of scales that measure this risk is very useful. It is proposed to carry out an algorithm which is capable of optimally identifying and classifying images of pressure ulcers using artificial intelligence (AI) with machine learning, and thereby performing an analysis which allows evidence of the accuracy and precision of the algorithm.56 pp.application/pdfhttps://doi.org/10.48713/10336_31557 https://repository.urosario.edu.co/handle/10336/31557spaUniversidad del RosarioEscuela de Medicina y Ciencias de la SaludIngeniería BiomédicaAbierto (Texto Completo)EL AUTOR, manifiesta que la obra objeto de la presente autorización es original y la realizó sin violar o usurpar derechos de autor de terceros, por lo tanto la obra es de exclusiva autoría y tiene la titularidad sobre la misma.http://purl.org/coar/access_right/c_abf2B. Estevan and C. Alio, “Ulceras por presión,” Geriatrika, vol. 12, no. 5, pp. 58–62, 1996.“tratado_de_geriatria[1]-Flip eBook Pages 751 - 782| AnyFlip | AnyFlip.” http://anyflip.com/iwaf/sfjb/basic/751-782 (accessed May 02, 2021).C. Pedro Gil Gregorio, D. Paloma González García, J. Gutiérrez Rodríguez, and C. Verdejo Bravo, MANUAL DEL RESIDENTE EN GERIATRÍA COMITÉ EDITORIAL. 2011.F. Pedro Garcia Fernandez and J. Javier Soldevilla Agreda, “TERESA SEGOVIA GÓMEZ,” 2012“Heridas y Úlceras por Presión | Cursos Enfermería | Salusplay.” https://www.salusplay.com/apuntes/heridas-cronicas-y-ulceras-por-presion (accessed May 02, 2021).“GNEAUPP - Grupo Nacional para el Estudio y Asesoramiento en Úlceras por Presión y Heridas Crónicas.” https://gneaupp.info/ (accessed May 02, 2021).U. por, “Guía de cuidados enfermeros.”C. Verdejo Bravo, “Management of heart failure in the elderly. Who and where? Vision of geriatrics,” Revista Espanola de Geriatria y Gerontologia, vol. 37, no. 1. Ediciones Doyma, S.L., pp. 5–12, Jan. 01, 2002, doi: 10.1016/s0211-139x(02)74767-7.G. Ruiz-Rozas, M. Mateo, H. Ballestar, P. Monferrer, M. Forés, and L. Tudela, “As Guías de Fisterra Ulceras por presión.R. GOMIS, “Inteligencia artificial en medicina,” Sep. 05, 2019. https://cienciasdelasalud.blogs.uoc.edu/inteligencia-artificial-en-medicina/ (accessed May 02, 2021)“La diferencia entre Inteligencia Artificial, Machine Learning y Deep Learning | by SPOT | Medium.” https://medium.com/@spot_blog/la-diferencia-entre-inteligenciaartificial-machine-learning-y-deep-learning-cc415f20e63a (accessed May 02, 2021).“S12_Keras intro y analisis tensorial.ipynb - Colaboratory.” https://colab.research.google.com/github/jdamaster/machineLearningDiplomat/blob/ master/S12_Keras_intro_y_analisis_tensorial.ipynb#scrollTo=BTDmhfQ31dI5 (accessed May 02, 2021)“Inteligencia artificial en medicina: casos reales de éxito.” https://blog.enzymeadvisinggroup.com/inteligencia-artificial-en-la-medicina (accessed May 02, 2021)I. - Ministerio de Sanidad and S. Sociales Igualdad, Guía para la Prevención y Manejo de las UPP y Heridas Crónicas.J. E. Valdivia-Silva, R. Salazar, and B. Malpartida, “Educación Médica continua Inflammation in the pathogenesis of pressure ulcers and their detection by new technologies,” 2017I. García, F. Tutoras, D. Carmen, S. Gotarredona, D. Begoña, and A. Piñero, “Aportaciones a la Segmentación y Caracterización de Imágenes Médicas 3D.”“Segmentación (procesamiento de imágenes) - Wikipedia, la enciclopedia libre.” https://es.wikipedia.org/wiki/Segmentación_(procesamiento_de_imágenes) (accessed May 02, 2021)“Inteligencia Artificial en la Medicina Machine Learning - Colombia IBM.” https://www.ibm.com/co-es/watson-health/learn/artificial-intelligence-medicine (accessed May 02, 2021).“Redes neuronales convolucionales son un tipo de redes neuronales.” https://www.juanbarrios.com/redes-neurales-convolucionales/ (accessed May 02, 2021)Q. Shan, Z. Li, J. Jia, and C. K. Tang, “Fast image/video upsampling,” ACM Trans. Graph., vol. 27, no. 5, Dec. 2008, doi: 10.1145/1409060.1409106.“(No Title).” https://academicae.unavarra.es/xmlui/bitstream/handle/2454/37479/Memoria.pdf?sequence=1&isAllo wed=y (accessed May 07, 2021).C. S. Gotarredona, “Implementación basada en aprendizaje profundo ( Deep Learning ) para la segmentación de lesiones pigmentadas de la piel Portada,” 2020.“Inteligencia artificial fácil Machine Learning y Deep Learning prácticos - Funciones de pérdida (Loss function).” https://www.edicioneseni.com/open/mediabook.aspx?idR=8dd2ca32769cb24b49648b15ef8e777e (accessed May 11, 2021)“Estudio detallado del AA: Entrenamiento y pérdida.” https://developers.google.com/machine-learning/crash-course/descending-intoml/training-and-loss?hl=es (accessed May 09, 2021)“Métricas De Evaluación De Modelos En El Aprendizaje Automático.” https://www.datasource.ai/es/data-science-articles/metricas-de-evaluacion-demodelos-en-el-aprendizaje-automatico (accessed May 10, 2021)“Conceptos básicos sobre redes neuronales.” https://vincentblog.xyz/posts/conceptos-basicos-sobre-redes-neuronales (accessed May 10, 2021)“Cómo interpretar la matriz de confusión: ejemplo práctico - Think Big Empresas.” https://empresas.blogthinkbig.com/como-interpretar-la-matriz-de-confusion-ejemplopractico/ (accessed May 10, 2021).instname:Universidad del Rosarioreponame:Repositorio Institucional EdocURDiagnostico por imágenes en el tratamiento de úlceras por presión (UPP)Sistema de inteligencia artificial (IA) para la clasificación de úlceras por presión (UPP) mediante reconcomiendo ópticoTecnología basada en reconcomiendo de imágenes mediante IA para el diagnostico medicoTecnología medicaSistemas003600Ciencias médicas, Medicina610600Imaging diagnosis in the treatment of pressure ulcers (UPP)Artificial intelligence (AI) system for the classification of pressure ulcers (UPP) by means of optical recongestionTechnology based on reconoming of images through AI for medical diagnosisMedical technologyModelos de analítica de datos aplicado a la Detección de Úlceras por Presión en Pacientes HospitalizadosData analytics models applied to the Detection of Pressure Ulcers in Hospitalized PatientsbachelorThesisMonografíaTrabajo de gradohttp://purl.org/coar/resource_type/c_7a1fEscuela de Medicina y Ciencias de la SaludORIGINALTrabajo Dirigido iniciando.pdfTrabajo Dirigido iniciando.pdfapplication/pdf1821661https://repository.urosario.edu.co/bitstreams/b3dc9353-ec73-4d6a-a359-d4e3fc3f3c5e/download15135b7005955ecb2e9ac011bb13caa9MD51LICENSElicense.txtlicense.txttext/plain1475https://repository.urosario.edu.co/bitstreams/ed401c90-d894-4ec8-8ed3-1953c726bde8/downloadfab9d9ed61d64f6ac005dee3306ae77eMD52TEXTTrabajo Dirigido iniciando.pdf.txtTrabajo Dirigido iniciando.pdf.txtExtracted texttext/plain99683https://repository.urosario.edu.co/bitstreams/cf744381-3ffb-4f4c-b4d3-07153936c734/downloadfef17418f5252f1e0f4f1aa702347385MD53THUMBNAILTrabajo Dirigido iniciando.pdf.jpgTrabajo Dirigido iniciando.pdf.jpgGenerated Thumbnailimage/jpeg2477https://repository.urosario.edu.co/bitstreams/a2663444-4ba4-433b-a610-000446a54d22/download5d5501491305ec7676115b8f9c8ec8dcMD5410336/31557oai:repository.urosario.edu.co:10336/315572021-06-08 16:44:53.805https://repository.urosario.edu.coRepositorio institucional EdocURedocur@urosario.edu.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 |