Simulación computacional de la microcirculación usando redes neuronales

46 páginas

Autores:
García Escobar, Daniel
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2024
Institución:
Universidad EIA .
Repositorio:
Repositorio EIA .
Idioma:
spa
OAI Identifier:
oai:repository.eia.edu.co:11190/6625
Acceso en línea:
https://repository.eia.edu.co/handle/11190/6625
Palabra clave:
Mecánica de fluidos
Redes neuronales
Microcirculación
Navier-Stokes
Fluid mechanics
Neural networks
Microcirculation
Rights
openAccess
License
Derechos Reservados - Universidad EIA, 2024
id REIA2_b7ef84ee0d9f8655b4410159a6c01206
oai_identifier_str oai:repository.eia.edu.co:11190/6625
network_acronym_str REIA2
network_name_str Repositorio EIA .
repository_id_str
dc.title.spa.fl_str_mv Simulación computacional de la microcirculación usando redes neuronales
title Simulación computacional de la microcirculación usando redes neuronales
spellingShingle Simulación computacional de la microcirculación usando redes neuronales
Mecánica de fluidos
Redes neuronales
Microcirculación
Navier-Stokes
Fluid mechanics
Neural networks
Microcirculation
title_short Simulación computacional de la microcirculación usando redes neuronales
title_full Simulación computacional de la microcirculación usando redes neuronales
title_fullStr Simulación computacional de la microcirculación usando redes neuronales
title_full_unstemmed Simulación computacional de la microcirculación usando redes neuronales
title_sort Simulación computacional de la microcirculación usando redes neuronales
dc.creator.fl_str_mv García Escobar, Daniel
dc.contributor.advisor.none.fl_str_mv Ospina Muñoz, Walter Antonio
Palacio Cárdenas, Guillermo Alberto
dc.contributor.author.none.fl_str_mv García Escobar, Daniel
dc.contributor.educationalvalidator.none.fl_str_mv Guillermo Alberto Palacio Cárdenas
dc.subject.proposal.spa.fl_str_mv Mecánica de fluidos
Redes neuronales
Microcirculación
topic Mecánica de fluidos
Redes neuronales
Microcirculación
Navier-Stokes
Fluid mechanics
Neural networks
Microcirculation
dc.subject.proposal.eng.fl_str_mv Navier-Stokes
Fluid mechanics
Neural networks
Microcirculation
description 46 páginas
publishDate 2024
dc.date.accessioned.none.fl_str_mv 2024-06-24T15:04:55Z
dc.date.available.none.fl_str_mv 2024-06-24T15:04:55Z
dc.date.issued.none.fl_str_mv 2024
dc.type.none.fl_str_mv Trabajo de grado - Pregrado
dc.type.coar.none.fl_str_mv http://purl.org/coar/resource_type/c_7a1f
dc.type.driver.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.type.version.none.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.content.none.fl_str_mv Text
dc.type.redcol.none.fl_str_mv http://purl.org/redcol/resource_type/TP
dc.type.coarversion.none.fl_str_mv http://purl.org/coar/version/c_970fb48d4fbd8a85
format http://purl.org/coar/resource_type/c_7a1f
status_str publishedVersion
dc.identifier.uri.none.fl_str_mv https://repository.eia.edu.co/handle/11190/6625
url https://repository.eia.edu.co/handle/11190/6625
dc.language.iso.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv Derechos Reservados - Universidad EIA, 2024
dc.rights.license.none.fl_str_mv Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
dc.rights.accessrights.none.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.coar.none.fl_str_mv http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv Derechos Reservados - Universidad EIA, 2024
Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.format.mimetype.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidad EIA
dc.publisher.program.none.fl_str_mv Otro
dc.publisher.faculty.none.fl_str_mv Escuela de Ingeniería y Ciencias Básicas
dc.publisher.place.none.fl_str_mv Envigado (Antioquia, Colombia)
publisher.none.fl_str_mv Universidad EIA
institution Universidad EIA .
bitstream.url.fl_str_mv https://repository.eia.edu.co/bitstreams/e818c24b-d03b-416a-a77f-609599397922/download
https://repository.eia.edu.co/bitstreams/ec1bad35-a9ef-4e45-84c7-2ba79e1938a6/download
https://repository.eia.edu.co/bitstreams/17898a3a-f706-4bdd-b229-94228aefcbbc/download
https://repository.eia.edu.co/bitstreams/216f76bb-82ed-48c7-9b22-da0bd705eb77/download
bitstream.checksum.fl_str_mv 75496e54dd96231ac453ac64833e74b2
2264fce645ac2952653ce3f3b8fa781e
547993581b16ab92ff7b6e18dd52ed7d
b2eafe0e7f8b6b2050be0eae1800657c
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Institucional Universidad EIA
repository.mail.fl_str_mv bdigital@metabiblioteca.com
_version_ 1814100918967205888
spelling Ospina Muñoz, Walter AntonioPalacio Cárdenas, Guillermo AlbertoGarcía Escobar, DanielGuillermo Alberto Palacio Cárdenas2024-06-24T15:04:55Z2024-06-24T15:04:55Z2024https://repository.eia.edu.co/handle/11190/662546 páginasRESUMEN: la medicina y la inteligencia artificial han avanzado conjuntamente en los últimos años destacándose los resultados en el análisis de imágenes médicas, procesamiento de datos y la simulación de sistemas biológicos con condiciones específicas. Esto ha contribuido a que la medicina sea cada vez más personalizada, permitiendo un entendimiento detallado del caso de cada paciente al analizar ampliamente la información sobre sus particularidades. Las redes neuronales tienen la capacidad de simular sistemas reales, aprendiendo directamente de las leyes de la física presentadas mediante ecuaciones diferenciales y condiciones de frontera. En este trabajo se estudia el flujo sanguíneo de la circulación en capilares, la región del sistema vascular donde ocurre el intercambio de nutrientes entre la sangre y los tejidos del cuerpo, siendo los vasos sanguíneos más pequeños con solo unas cuantas micras de diámetro. El flujo sanguíneo a través de estos vasos se denomina microcirculación y los daños a esta escala no pueden ser detectados en la mayoría de los hospitales. Sin embargo, se ha visto que de la microcirculación se obtiene información de daños iniciales que, de ser detectados a tiempo, pueden prevenir repercusiones más graves en el sistema cardiovascular. Los modelos y las simulaciones basados en fundamentos teóricos y experimentales ayudan a comprender mejor esta parte del sistema circulatorio a la vez que pueden complementar futuros dispositivos de medición. La microcirculación tiene condiciones físicas particulares que la convierten en un sistema complejo: (1) es un fluido granular, no newtoniano, con viscosidad dependiente del radio del capilar; (2) además del flujo sanguíneo, el sistema involucra la filtración del plasma hacia el exterior del capilar. Para describir de manera correcta este sistema se usaron dos modelos teóricos, desarrollados en la universidad de Florencia (Italia), basados en adaptaciones de las ecuaciones clásicas de transporte de momento y de masa. Debido a la complejidad del problema, en este trabajo se desarrollaron diversas arquitecturas de redes neuronales que fueron probadas en condiciones menos específicas como fue la resolución de las ecuaciones de Navier-Stokes para fluidos newtonianos. Posteriormente estos métodos se aplicaron a los modelos de microcirculación, con el objetivo de recrear los resultados documentados en la literatura sobre concentraciones de glóbulos rojos y velocidades en el sistema. En este trabajo se encontró que es posible recrear la microcirculación utilizando redes neuronales informadas por física, sin la necesidad de bases de datos. Al validar el modelo con la literatura se confirmó que la simulación puede ser usada en investigaciones con datos reales y así aportar a estudios y desarrollos en esta área.ABSTRACT: medicine and artificial intelligence have developed together in recent years, with notable results in analysis of medical images, data processing, and simulation of biological systems with specific conditions. This has contributed to make medicine increasingly personalized, allowing for a detailed understanding of each patient's case by extensively analyzing information about their particularities. Neural networks can simulate systems by directly learning from the laws of physics presented through differential equations and boundary conditions. This work focuses on studying blood flow at the scale of capillary circulation. Capillaries are the smallest blood vessels, with diameters of only a few microns, where the exchange of nutrients between blood and body tissues occurs. Blood flow through these vessels is called microcirculation, and damages at this scale are not measurable in most hospitals. However, it has been observed that information about initial damage can be obtained from microcirculation, which, if detected in time, can prevent more serious repercussions in the cardiovascular system. Models and simulations based on theoretical and experimental foundations help better understand this part of the circulatory system while complementing future measurement devices. Microcirculation has particular physical conditions that make it a complex system: (1) It is a granular, non-Newtonian fluid, with viscosity dependent on radius. (2) In addition to blood flow, the system involves plasma filtration out of the capillary. To accurately describe the system, two theoretical models, developed at the University of Florence, were used. Due to the complexity of the problem, various neural network architectures were developed initially tested under less specific conditions, such as solving the Navier-Stokes equations for newtonian fluids. Subsequently, these methods were applied to microcirculation models, to recreate the results documented in the literature on red blood cell concentrations and velocities in the system. This work found that it is possible to recreate microcirculation using physics-informed neural networks, without the need for databases. By validating the model with literature, it was confirmed that the simulation can be used in research with real data and contribute to studies and developments in this area.PregradoOtroapplication/pdfspaUniversidad EIAOtroEscuela de Ingeniería y Ciencias BásicasEnvigado (Antioquia, Colombia)Derechos Reservados - Universidad EIA, 2024Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Simulación computacional de la microcirculación usando redes neuronalesTrabajo de grado - Pregradohttp://purl.org/coar/resource_type/c_7a1finfo:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/publishedVersionTexthttp://purl.org/redcol/resource_type/TPhttp://purl.org/coar/version/c_970fb48d4fbd8a85Mecánica de fluidosRedes neuronalesMicrocirculaciónNavier-StokesFluid mechanicsNeural networksMicrocirculationPublicationORIGINALGarciaDaniel_2024_SimulacionComputacionalMicrocirculacion.pdfGarciaDaniel_2024_SimulacionComputacionalMicrocirculacion.pdfTrabajo de gradoapplication/pdf1492639https://repository.eia.edu.co/bitstreams/e818c24b-d03b-416a-a77f-609599397922/download75496e54dd96231ac453ac64833e74b2MD58LICENSElicense.txtlicense.txttext/plain; charset=utf-82553https://repository.eia.edu.co/bitstreams/ec1bad35-a9ef-4e45-84c7-2ba79e1938a6/download2264fce645ac2952653ce3f3b8fa781eMD57TEXTGarciaDaniel_2024_SimulacionComputacionalMicrocirculacion.pdf.txtGarciaDaniel_2024_SimulacionComputacionalMicrocirculacion.pdf.txtExtracted texttext/plain84819https://repository.eia.edu.co/bitstreams/17898a3a-f706-4bdd-b229-94228aefcbbc/download547993581b16ab92ff7b6e18dd52ed7dMD59THUMBNAILGarciaDaniel_2024_SimulacionComputacionalMicrocirculacion.pdf.jpgGarciaDaniel_2024_SimulacionComputacionalMicrocirculacion.pdf.jpgGenerated Thumbnailimage/jpeg6655https://repository.eia.edu.co/bitstreams/216f76bb-82ed-48c7-9b22-da0bd705eb77/downloadb2eafe0e7f8b6b2050be0eae1800657cMD51011190/6625oai:repository.eia.edu.co:11190/66252024-06-24 15:05:26.147open.accesshttps://repository.eia.edu.coRepositorio Institucional Universidad EIAbdigital@metabiblioteca.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