Modelo de correlación basado en técnicas de auscultación e impedancia eléctrica para estimar valores de presión arterial
En el siguiente documento se muestra el procedimiento implementado para obtener medidas de impedancia eléctrica y auscultación cardiaca en un modelo físico del antebrazo humano. El objetivo del estudio es establecer una metodología en la extracción temporal de impedancia eléctrica en sistemas biológ...
- Autores:
-
Murillo Riascos, Yan Carlos
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2022
- Institución:
- Universidad Autónoma de Occidente
- Repositorio:
- RED: Repositorio Educativo Digital UAO
- Idioma:
- spa
- OAI Identifier:
- oai:red.uao.edu.co:10614/14431
- Acceso en línea:
- https://hdl.handle.net/10614/14431
https://red.uao.edu.co/
- Palabra clave:
- Ingeniería Biomédica
Impedancia (Electricidad)
Auscultación cardíaca
Inteligencia artificial - Aplicaciones médicas
Impedance (Electricity)
Heart - Sounds
Artificial intelligence - Medical applications
Inteligencia artificial
Fase de impedancia eléctrica
Magnitud de impedancia eléctrica
- Rights
- openAccess
- License
- Derechos reservados - Universidad Autónoma de Occidente, 2022
| id |
REPOUAO2_01be3abb37335812706abcc22bfb5169 |
|---|---|
| oai_identifier_str |
oai:red.uao.edu.co:10614/14431 |
| network_acronym_str |
REPOUAO2 |
| network_name_str |
RED: Repositorio Educativo Digital UAO |
| repository_id_str |
|
| dc.title.eng.fl_str_mv |
Modelo de correlación basado en técnicas de auscultación e impedancia eléctrica para estimar valores de presión arterial |
| title |
Modelo de correlación basado en técnicas de auscultación e impedancia eléctrica para estimar valores de presión arterial |
| spellingShingle |
Modelo de correlación basado en técnicas de auscultación e impedancia eléctrica para estimar valores de presión arterial Ingeniería Biomédica Impedancia (Electricidad) Auscultación cardíaca Inteligencia artificial - Aplicaciones médicas Impedance (Electricity) Heart - Sounds Artificial intelligence - Medical applications Inteligencia artificial Fase de impedancia eléctrica Magnitud de impedancia eléctrica |
| title_short |
Modelo de correlación basado en técnicas de auscultación e impedancia eléctrica para estimar valores de presión arterial |
| title_full |
Modelo de correlación basado en técnicas de auscultación e impedancia eléctrica para estimar valores de presión arterial |
| title_fullStr |
Modelo de correlación basado en técnicas de auscultación e impedancia eléctrica para estimar valores de presión arterial |
| title_full_unstemmed |
Modelo de correlación basado en técnicas de auscultación e impedancia eléctrica para estimar valores de presión arterial |
| title_sort |
Modelo de correlación basado en técnicas de auscultación e impedancia eléctrica para estimar valores de presión arterial |
| dc.creator.fl_str_mv |
Murillo Riascos, Yan Carlos |
| dc.contributor.advisor.none.fl_str_mv |
Cabrera Lopez, John Jairo |
| dc.contributor.author.none.fl_str_mv |
Murillo Riascos, Yan Carlos |
| dc.subject.spa.fl_str_mv |
Ingeniería Biomédica |
| topic |
Ingeniería Biomédica Impedancia (Electricidad) Auscultación cardíaca Inteligencia artificial - Aplicaciones médicas Impedance (Electricity) Heart - Sounds Artificial intelligence - Medical applications Inteligencia artificial Fase de impedancia eléctrica Magnitud de impedancia eléctrica |
| dc.subject.armarc.spa.fl_str_mv |
Impedancia (Electricidad) Auscultación cardíaca Inteligencia artificial - Aplicaciones médicas |
| dc.subject.armarc.eng.fl_str_mv |
Impedance (Electricity) Heart - Sounds Artificial intelligence - Medical applications |
| dc.subject.proposal.spa.fl_str_mv |
Inteligencia artificial Fase de impedancia eléctrica Magnitud de impedancia eléctrica |
| description |
En el siguiente documento se muestra el procedimiento implementado para obtener medidas de impedancia eléctrica y auscultación cardiaca en un modelo físico del antebrazo humano. El objetivo del estudio es establecer una metodología en la extracción temporal de impedancia eléctrica en sistemas biológico (simulados o reales), dichas actividades son llevadas a cabo en siete modelos con condiciones similares. Los modelos físicos del antebrazo cumplen con las propiedades eléctricas y mecánicas del tejido muscular esquelético. Para la medición de impedancia eléctrica es usado un sistema eléctrico de adquisición de IE, denominado Minicore BioZ-Pro fabricado por el semillero de bioinstrumentación de la Universidad Autónoma de Occidente. Además, durante este trabajo se implemento el diseño de un soporte mecánico que cumple la función de fijar los electrodos en el modelo físico de antebrazo desarrollado para la medición de impedancia eléctrica en el modelo que simula el antebrazo humano. Durante el desarrollo del proyecto se evidencia la variación en las medidas de impedancia eléctrica. Mientras que el comportamiento del valor de fase varía según las condiciones de la medición realizada tales como la concentración de gelatina en la muestra y el valor de presión arterial. Los resultados obtenidos en este proyecto de investigación se desarrollaron en orden secuencial, teniendo como primer resultado un prototipo funcional que se ajustan a las necesidades establecidas en el experimento, las actividades desarrolladas abarcan el diseño 3D del soporte de la muestra el cual se presenta como un dispositivo mecánico donde se instala el modelo simulado de antebrazo y los sensores. El segundo resultado es la implementación de un algoritmo estructural que permiten realizar la captación de señales de auscultación e impedancia eléctrica. Posterior, se estableció un protocolo para generar mediciones de forma experimental y finalmente, se desarrollaron modelos de inteligencia artificial para estimar el valor de la presión al interior de un conducto elástico usando como entradas las medidas de impedancia eléctrica (magnitud y fase) y, el espectro de frecuencia de sonidos cardiacos que se detectan a través de la auscultación |
| publishDate |
2022 |
| dc.date.accessioned.none.fl_str_mv |
2022-11-22T17:04:43Z |
| dc.date.available.none.fl_str_mv |
2022-11-22T17:04:43Z |
| dc.date.issued.none.fl_str_mv |
2022-11-15 |
| dc.type.spa.fl_str_mv |
Trabajo de grado - Pregrado |
| dc.type.coarversion.fl_str_mv |
http://purl.org/coar/version/c_71e4c1898caa6e32 |
| dc.type.coar.eng.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
| dc.type.content.eng.fl_str_mv |
Text |
| dc.type.driver.eng.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
| dc.type.redcol.eng.fl_str_mv |
https://purl.org/redcol/resource_type/TP |
| format |
http://purl.org/coar/resource_type/c_7a1f |
| dc.identifier.uri.none.fl_str_mv |
https://hdl.handle.net/10614/14431 |
| dc.identifier.instname.spa.fl_str_mv |
Universidad Autónoma de Occidente |
| dc.identifier.reponame.spa.fl_str_mv |
Repositorio Educativo Digital |
| dc.identifier.repourl.spa.fl_str_mv |
https://red.uao.edu.co/ |
| url |
https://hdl.handle.net/10614/14431 https://red.uao.edu.co/ |
| identifier_str_mv |
Universidad Autónoma de Occidente Repositorio Educativo Digital |
| dc.language.iso.spa.fl_str_mv |
spa |
| language |
spa |
| dc.relation.cites.spa.fl_str_mv |
Murillo Riascos, Y. C. (2022). Modelo de correlación basado en técnicas de auscultación e impedancia eléctrica para estimar valores de presión arterial. (Proyecto de grado). Universidad Autónoma de Occidente. Cali. Colombia. https://red.uao.edu.co/handle/10614/14431 |
| dc.relation.references.none.fl_str_mv |
[1] J. R. A.-C. A Y ; L. Correas Gómez b; M. Ronconi a; R. Fernández Vázquez a, “La bioimpedancia eléctrica como método de estimación de la composición corporal: normas prácticas de utilización,” Acta Médica Colomb., vol. 43, no. 2S, p. 176, 2019, doi: 10.36104/amc.2018.1400. [2] R. TAGLE, “Diagnóstico de hipertensión arterial,” vol. 29, no. 1,pp. 12– 20, 2018. [3] A. Singh, M. K. Dutta, y C. M. Travieso, “Analysis of Heart Sound for Automated Diagnosis of Cardiac Disorders.,” 2017 Int. Work Conf. Bio- Inspired Intell. Intell. Syst. Biodivers. Conserv. IWOBI 2017 - Proc., pp. 4–8, 2017, doi: 10.1109/IWOBI.2017.7985528. [4] H. C. Gooding et al., “Challenges y Opportunities for the Prevention and Treatment of Cardiovascular Disease Among Young Adults: Report From a National Heart, Lung, and Blood Institute Working Group,” J. Am. Heart Assoc., vol. 9, no. 19, p. e016115, 2020, doi: 10.1161/JAHA.120.016115. [5] “Día mundial de la hipertensión arterial Colombia-mayo 17 de 2017 Ficha Técnica.” [Online]. Available: http://ish-world.com/events/e/World- HypertensionDay-2016/. [6] A. K. Abbas y R. Bassam, “Phonocardiography Signal Processing,” Synth. Lect. Biomed. Eng., vol. 31, no. May, pp. 1–189, 2009, doi: 10.2200/S00187ED1V01Y200904BME031. [7] “OMS.” [Online]. Available: https://www.who.int/es/news-room/factsheets/detail/cardiovascular-diseases-(cvds). [8] P. Poojitha Uthappa, K. Ram, P. M. Nabeel, V. Raj Kiran, J. Joseph, y M. Sivaprakasam, “Blood Pressure Estimation using Arterial Diameter: Exploring Different Machine Learning Methods,” IEEE Med. Meas. Appl. MeMeA 2020 -Conf. Proc., 2020, doi: 10.1109/MeMeA49120.2020.9137234. [9] B. Watsjold et al., “Do you hear what you see? Utilizing phonocardiography toenhance proficiency in cardiac auscultation,” Perspect. Med. Educ., 2021, doi:10.1007/s40037-020-00646-5. [10] D. Chakraborty, S. Bhattacharya, A. Thakur, A. R. Gosthipaty, y C. Datta, “Feature Extraction and Classification of Phonocardiograms usingConvolutional Neural Networks,” 2020 IEEE Int. Conf. Converg. Eng. ICCE 2020 - Proc., pp. 275– 279, 2020, doi: 10.1109/ICCE50343.2020.9290565. [11] D. El Khaled, N. Novas, J. A. Gazquez, y F. Manzano-Agugliaro, “Dielectricand bioimpedance research studies: A scientometric approach using the scopus database,” Publications, vol. 6, no. 1, 2018, doi: 10.3390/publications6010006. [12] S. Grimnes y O. G. Martinsen, Bioimpedance and Bioelectricity Basics (Biomedical Engineering). 2000. [13] S. B. Kose et al., “Bioimpedance spectroscopy for the differential diagnosis ofhyponatremia,” Ren. Fail., vol. 37, no. 6, pp. 947–950, 2015, doi: 10.3109/0886022X.2015.1040418. [14] T. Omari y F. Bereksi-Reguig, “A new approach for blood pressure estimation based on phonocardiogram,” Biomed. Eng. Lett., vol. 9, no. 3, pp. 395– 406, 2019, doi: 10.1007/s13534-019-00113-z. [15] M. Amini, J. Hisdal, y H. Kalvøy, “Applications of bioimpedance measurement techniques in tissue engineering,” J. Electr. Bioimpedance, vol.9, no. 1, pp. 142–158, 2018, doi: 10.2478/joeb-2018-0019. [16] K. Norman, N. Stobäus, M. Pirlich, y A. Bosy-Westphal, “Bioelectrical phaseangle and impedance vector analysis - Clinical relevance and applicability of impedance parameters,” Clin. Nutr., vol. 31, no. 6, pp. 854–861, 2012, doi: 10.1016/j.clnu.2012.05.008. [17] U. Pliquett, “Bioimpedance: A review for food processing,” Food Eng. Rev., vol. 2, no. 2, pp. 74–94, 2010, doi: 10.1007/s12393-010-9019-z. [18] H. E. Corporation, “Impedance Measurement Handbook 1st edition,” Impedance Meas. Handb., 2018. [19] J. J. Cabrera-Lopez y J. Velasco-Medina, “Structured Approach and Impedance Spectroscopy Microsystem for Fractional-Order Electrical Characterization of Vegetable Tissues,” IEEE Trans. Instrum. Meas., vol. 69, no. 2, pp. 469–478, 2020, doi: 10.1109/TIM.2019.2904131. [20] Y. H. Shash, M. A. A. Eldosoky, y M. T. Elwakad, “Bioimpedance analysis in detecting vascular diseases using blood pooling method,” J. Med. Eng. Technol., vol. 42, no. 8, pp. 578–587, 2018, doi: 10.1080/03091902.2019.1576794. [21] D. Cardinali; E.Escrich, Fisiología Humana, 1er ed. México DC., 2546. [22] A. C. G. John E Hall, “Guyton y hall tratado de fisiología MÉDICA.,” Gac. Med. Mex., vol. 100, no. 6, pp. 565–585, 1970. [23] S. Y. Lee, P. W. Huang, J. R. Chiou, C. Tsou, Y. Y. Liao, Y J. Y. Chen, “Electrocardiogram and Phonocardiogram Monitoring System for Cardiac Auscultation,” IEEE Trans. Biomed. Circuits Syst., vol. 13, no. 6, pp. 1471– 1482, 2019, doi: 10.1109/TBCAS.2019.2947694. [24] P. Esteban, P. Mejia, D. Octavio, y W. Jácome, “Diseño e implementación de un fonocardíografo fetal con salida analógica y visualización digital,” 2017. [25] G. D. James Y L. M. Gerber, “Measuring arterial blood pressure in humans:Auscultatory and automatic measurement techniques for human biological field studies,” Am. J. Hum. Biol., vol. 30, no. 1, 2018, doi: 10.1002/ajhb.23063. [26] J. Cutler y M. Dickenson, Introduction to Machine Learning with Python. 2020. [27] C. García y I. Gómez, “Algoritmos de aprendizaje: knn & kmeans,” Univ. Carlos III Madrid, 2006, [Online]. Available: http://www.it.uc3m.es/jvillena/irc/practicas/08-09/06.pdf. [28] G. J. P. R. ARTEAGA, “Aplicación del aprendizaje profundo (“,” p. 17, 2015. [29] G. R. Manosalva y P. Asesor, “Universidad Jorge Tadeo Lozano Facultad de Ciencias Naturales e Ingeniería,” pp. 3–89, 2019. [30] R. Kusche, P. Klimach, y M. Ryschka, “Measurement Device for Pulse Wave Analysis,” vol. 12, no. 3, pp. 614–622, 2018. [31] A. P. GARCÍA, “Desarrollo de un modelo del antebrazo yvalidación de la bioimpedancia para la detección de los cambios de las propiedades físicas causadas por la variación de la presión interna.” [32] J. V. ALZATE GUERRERO; y S. S. Bautista, “caracterización eléctrica de un cultivo celular utilizando espectroscopía de impedancia,” pp. 151–156, 2020. [33] A. Yadav, A. Singh, M. K. Dutta, y C. M. Travieso, “Machine learningbasedclassification of cardiac diseases from PCG recorded heart sounds,” Neural Comput. Appl., vol. 32, no. 24, pp. 17843–17856, 2020, doi: 10.1007/s00521-019- 04547-5. [34] Chan, M., 2015. A global brief on hypertension : silent killer, global public health crisis: World Health Day 2013. [online] PAHO. Available at: [Accessed 19 April 2021] [35] M. Cleary, Python Data Science, vol. 53, no. 9. 2019. [36] J. Cutler y M. Dickenson, Introduction to Machine Learning with Python. 2020. [37] P. Marius-Constantin, V. E. Balas, L. Perescu-Popescu, y N. Mastorakis, “Multilayer perceptron and neural networks,” WSEAS Trans. Circuits Syst., vol. 8, no. 7, pp. 579–588, 2009. |
| dc.rights.spa.fl_str_mv |
Derechos reservados - Universidad Autónoma de Occidente, 2022 |
| dc.rights.coar.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| dc.rights.uri.eng.fl_str_mv |
https://creativecommons.org/licenses/by-nc-nd/4.0/ |
| dc.rights.accessrights.eng.fl_str_mv |
info:eu-repo/semantics/openAccess |
| dc.rights.creativecommons.spa.fl_str_mv |
Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0) |
| rights_invalid_str_mv |
Derechos reservados - Universidad Autónoma de Occidente, 2022 https://creativecommons.org/licenses/by-nc-nd/4.0/ 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.extent.spa.fl_str_mv |
67 páginas |
| dc.format.mimetype.eng.fl_str_mv |
application/pdf |
| dc.coverage.spatial.none.fl_str_mv |
Universidad Autónoma de Occidente, Calle 25, Vía Cali - Puerto Tejada ##115-85 Km 2, Jamundí, Cali, Valle del Cauca |
| dc.publisher.spa.fl_str_mv |
Universidad Autónoma de Occidente |
| dc.publisher.program.spa.fl_str_mv |
Ingeniería Biomédica |
| dc.publisher.department.spa.fl_str_mv |
Departamento de Automática y Electrónica |
| dc.publisher.faculty.spa.fl_str_mv |
Facultad de Ingeniería |
| dc.publisher.place.spa.fl_str_mv |
Cali |
| institution |
Universidad Autónoma de Occidente |
| bitstream.url.fl_str_mv |
https://red.uao.edu.co/bitstreams/dfaf95a9-fbcd-4f7b-b1b5-c0f87d1f8486/download https://red.uao.edu.co/bitstreams/761a7fae-baa7-44ce-b5f6-9fe995da2893/download https://red.uao.edu.co/bitstreams/c85c3475-dd9f-4a2b-9d1b-61fc30c6e680/download https://red.uao.edu.co/bitstreams/9f6a05b3-9123-415a-bbae-bbebb1f0a231/download https://red.uao.edu.co/bitstreams/880a5b0b-6f1f-40f5-8ccd-99995649eba2/download https://red.uao.edu.co/bitstreams/eb17600b-c053-49e9-8a20-a1d13a2a9632/download https://red.uao.edu.co/bitstreams/e25a9cd1-fdff-4f76-ab30-249c08a50be7/download |
| bitstream.checksum.fl_str_mv |
9ad6f675a73319be54476330c8573d57 b20d9957a305007ac651e6fb71e34521 20b5ba22b1117f71589c7318baa2c560 f02a67605ba8002d8cd916465c6e9ce5 d6254c361c143304dbf2e870573b7e6f 66ddb9668b2b7c8558f2b04b5e23ab37 18499b8ddb5a8b395906b9efceba9aab |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio Digital Universidad Autonoma de Occidente |
| repository.mail.fl_str_mv |
repositorio@uao.edu.co |
| _version_ |
1814260069874794496 |
| spelling |
Cabrera Lopez, John Jairovirtual::750-1Murillo Riascos, Yan Carlose3e32cbede3365ef537d535e6d7b338cUniversidad Autónoma de Occidente, Calle 25, Vía Cali - Puerto Tejada ##115-85 Km 2, Jamundí, Cali, Valle del Cauca2022-11-22T17:04:43Z2022-11-22T17:04:43Z2022-11-15https://hdl.handle.net/10614/14431Universidad Autónoma de OccidenteRepositorio Educativo Digitalhttps://red.uao.edu.co/En el siguiente documento se muestra el procedimiento implementado para obtener medidas de impedancia eléctrica y auscultación cardiaca en un modelo físico del antebrazo humano. El objetivo del estudio es establecer una metodología en la extracción temporal de impedancia eléctrica en sistemas biológico (simulados o reales), dichas actividades son llevadas a cabo en siete modelos con condiciones similares. Los modelos físicos del antebrazo cumplen con las propiedades eléctricas y mecánicas del tejido muscular esquelético. Para la medición de impedancia eléctrica es usado un sistema eléctrico de adquisición de IE, denominado Minicore BioZ-Pro fabricado por el semillero de bioinstrumentación de la Universidad Autónoma de Occidente. Además, durante este trabajo se implemento el diseño de un soporte mecánico que cumple la función de fijar los electrodos en el modelo físico de antebrazo desarrollado para la medición de impedancia eléctrica en el modelo que simula el antebrazo humano. Durante el desarrollo del proyecto se evidencia la variación en las medidas de impedancia eléctrica. Mientras que el comportamiento del valor de fase varía según las condiciones de la medición realizada tales como la concentración de gelatina en la muestra y el valor de presión arterial. Los resultados obtenidos en este proyecto de investigación se desarrollaron en orden secuencial, teniendo como primer resultado un prototipo funcional que se ajustan a las necesidades establecidas en el experimento, las actividades desarrolladas abarcan el diseño 3D del soporte de la muestra el cual se presenta como un dispositivo mecánico donde se instala el modelo simulado de antebrazo y los sensores. El segundo resultado es la implementación de un algoritmo estructural que permiten realizar la captación de señales de auscultación e impedancia eléctrica. Posterior, se estableció un protocolo para generar mediciones de forma experimental y finalmente, se desarrollaron modelos de inteligencia artificial para estimar el valor de la presión al interior de un conducto elástico usando como entradas las medidas de impedancia eléctrica (magnitud y fase) y, el espectro de frecuencia de sonidos cardiacos que se detectan a través de la auscultaciónProyecto de grado (Ingeniero Biomédico)-- Universidad Autónoma de Occidente, 2022PregradoIngeniero(a) Biomédico(a)67 páginasapplication/pdfspaUniversidad Autónoma de OccidenteIngeniería BiomédicaDepartamento de Automática y ElectrónicaFacultad de IngenieríaCaliDerechos reservados - Universidad Autónoma de Occidente, 2022https://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccessAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)http://purl.org/coar/access_right/c_abf2Ingeniería BiomédicaImpedancia (Electricidad)Auscultación cardíacaInteligencia artificial - Aplicaciones médicasImpedance (Electricity)Heart - SoundsArtificial intelligence - Medical applicationsInteligencia artificialFase de impedancia eléctricaMagnitud de impedancia eléctricaModelo de correlación basado en técnicas de auscultación e impedancia eléctrica para estimar valores de presión arterialTrabajo de grado - Pregradohttp://purl.org/coar/resource_type/c_7a1fTextinfo:eu-repo/semantics/bachelorThesishttps://purl.org/redcol/resource_type/TPhttp://purl.org/coar/version/c_71e4c1898caa6e32Murillo Riascos, Y. C. (2022). Modelo de correlación basado en técnicas de auscultación e impedancia eléctrica para estimar valores de presión arterial. (Proyecto de grado). Universidad Autónoma de Occidente. Cali. Colombia. https://red.uao.edu.co/handle/10614/14431[1] J. R. A.-C. A Y ; L. Correas Gómez b; M. Ronconi a; R. Fernández Vázquez a, “La bioimpedancia eléctrica como método de estimación de la composición corporal: normas prácticas de utilización,” Acta Médica Colomb., vol. 43, no. 2S, p. 176, 2019, doi: 10.36104/amc.2018.1400.[2] R. TAGLE, “Diagnóstico de hipertensión arterial,” vol. 29, no. 1,pp. 12– 20, 2018.[3] A. Singh, M. K. Dutta, y C. M. Travieso, “Analysis of Heart Sound for Automated Diagnosis of Cardiac Disorders.,” 2017 Int. Work Conf. Bio- Inspired Intell. Intell. Syst. Biodivers. Conserv. IWOBI 2017 - Proc., pp. 4–8, 2017, doi: 10.1109/IWOBI.2017.7985528.[4] H. C. Gooding et al., “Challenges y Opportunities for the Prevention and Treatment of Cardiovascular Disease Among Young Adults: Report From a National Heart, Lung, and Blood Institute Working Group,” J. Am. Heart Assoc., vol. 9, no. 19, p. e016115, 2020, doi: 10.1161/JAHA.120.016115.[5] “Día mundial de la hipertensión arterial Colombia-mayo 17 de 2017 Ficha Técnica.” [Online]. Available: http://ish-world.com/events/e/World- HypertensionDay-2016/.[6] A. K. Abbas y R. Bassam, “Phonocardiography Signal Processing,” Synth. Lect. Biomed. Eng., vol. 31, no. May, pp. 1–189, 2009, doi: 10.2200/S00187ED1V01Y200904BME031.[7] “OMS.” [Online]. Available: https://www.who.int/es/news-room/factsheets/detail/cardiovascular-diseases-(cvds).[8] P. Poojitha Uthappa, K. Ram, P. M. Nabeel, V. Raj Kiran, J. Joseph, y M. Sivaprakasam, “Blood Pressure Estimation using Arterial Diameter: Exploring Different Machine Learning Methods,” IEEE Med. Meas. Appl. MeMeA 2020 -Conf. Proc., 2020, doi: 10.1109/MeMeA49120.2020.9137234.[9] B. Watsjold et al., “Do you hear what you see? Utilizing phonocardiography toenhance proficiency in cardiac auscultation,” Perspect. Med. Educ., 2021, doi:10.1007/s40037-020-00646-5.[10] D. Chakraborty, S. Bhattacharya, A. Thakur, A. R. Gosthipaty, y C. Datta, “Feature Extraction and Classification of Phonocardiograms usingConvolutional Neural Networks,” 2020 IEEE Int. Conf. Converg. Eng. ICCE 2020 - Proc., pp. 275– 279, 2020, doi: 10.1109/ICCE50343.2020.9290565.[11] D. El Khaled, N. Novas, J. A. Gazquez, y F. Manzano-Agugliaro, “Dielectricand bioimpedance research studies: A scientometric approach using the scopus database,” Publications, vol. 6, no. 1, 2018, doi: 10.3390/publications6010006.[12] S. Grimnes y O. G. Martinsen, Bioimpedance and Bioelectricity Basics (Biomedical Engineering). 2000.[13] S. B. Kose et al., “Bioimpedance spectroscopy for the differential diagnosis ofhyponatremia,” Ren. Fail., vol. 37, no. 6, pp. 947–950, 2015, doi: 10.3109/0886022X.2015.1040418.[14] T. Omari y F. Bereksi-Reguig, “A new approach for blood pressure estimation based on phonocardiogram,” Biomed. Eng. Lett., vol. 9, no. 3, pp. 395– 406, 2019, doi: 10.1007/s13534-019-00113-z.[15] M. Amini, J. Hisdal, y H. Kalvøy, “Applications of bioimpedance measurement techniques in tissue engineering,” J. Electr. Bioimpedance, vol.9, no. 1, pp. 142–158, 2018, doi: 10.2478/joeb-2018-0019.[16] K. Norman, N. Stobäus, M. Pirlich, y A. Bosy-Westphal, “Bioelectrical phaseangle and impedance vector analysis - Clinical relevance and applicability of impedance parameters,” Clin. Nutr., vol. 31, no. 6, pp. 854–861, 2012, doi: 10.1016/j.clnu.2012.05.008.[17] U. Pliquett, “Bioimpedance: A review for food processing,” Food Eng. Rev., vol. 2, no. 2, pp. 74–94, 2010, doi: 10.1007/s12393-010-9019-z.[18] H. E. Corporation, “Impedance Measurement Handbook 1st edition,” Impedance Meas. Handb., 2018.[19] J. J. Cabrera-Lopez y J. Velasco-Medina, “Structured Approach and Impedance Spectroscopy Microsystem for Fractional-Order Electrical Characterization of Vegetable Tissues,” IEEE Trans. Instrum. Meas., vol. 69, no. 2, pp. 469–478, 2020, doi: 10.1109/TIM.2019.2904131.[20] Y. H. Shash, M. A. A. Eldosoky, y M. T. Elwakad, “Bioimpedance analysis in detecting vascular diseases using blood pooling method,” J. Med. Eng. Technol., vol. 42, no. 8, pp. 578–587, 2018, doi: 10.1080/03091902.2019.1576794.[21] D. Cardinali; E.Escrich, Fisiología Humana, 1er ed. México DC., 2546.[22] A. C. G. John E Hall, “Guyton y hall tratado de fisiología MÉDICA.,” Gac. Med. Mex., vol. 100, no. 6, pp. 565–585, 1970.[23] S. Y. Lee, P. W. Huang, J. R. Chiou, C. Tsou, Y. Y. Liao, Y J. Y. Chen, “Electrocardiogram and Phonocardiogram Monitoring System for Cardiac Auscultation,” IEEE Trans. Biomed. Circuits Syst., vol. 13, no. 6, pp. 1471– 1482, 2019, doi: 10.1109/TBCAS.2019.2947694.[24] P. Esteban, P. Mejia, D. Octavio, y W. Jácome, “Diseño e implementación de un fonocardíografo fetal con salida analógica y visualización digital,” 2017.[25] G. D. James Y L. M. Gerber, “Measuring arterial blood pressure in humans:Auscultatory and automatic measurement techniques for human biological field studies,” Am. J. Hum. Biol., vol. 30, no. 1, 2018, doi: 10.1002/ajhb.23063.[26] J. Cutler y M. Dickenson, Introduction to Machine Learning with Python. 2020.[27] C. García y I. Gómez, “Algoritmos de aprendizaje: knn & kmeans,” Univ. Carlos III Madrid, 2006, [Online]. Available: http://www.it.uc3m.es/jvillena/irc/practicas/08-09/06.pdf.[28] G. J. P. R. ARTEAGA, “Aplicación del aprendizaje profundo (“,” p. 17, 2015.[29] G. R. Manosalva y P. Asesor, “Universidad Jorge Tadeo Lozano Facultad de Ciencias Naturales e Ingeniería,” pp. 3–89, 2019.[30] R. Kusche, P. Klimach, y M. Ryschka, “Measurement Device for Pulse Wave Analysis,” vol. 12, no. 3, pp. 614–622, 2018.[31] A. P. GARCÍA, “Desarrollo de un modelo del antebrazo yvalidación de la bioimpedancia para la detección de los cambios de las propiedades físicas causadas por la variación de la presión interna.”[32] J. V. ALZATE GUERRERO; y S. S. Bautista, “caracterización eléctrica de un cultivo celular utilizando espectroscopía de impedancia,” pp. 151–156, 2020.[33] A. Yadav, A. Singh, M. K. Dutta, y C. M. Travieso, “Machine learningbasedclassification of cardiac diseases from PCG recorded heart sounds,” Neural Comput. Appl., vol. 32, no. 24, pp. 17843–17856, 2020, doi: 10.1007/s00521-019- 04547-5.[34] Chan, M., 2015. A global brief on hypertension : silent killer, global public health crisis: World Health Day 2013. [online] PAHO. Available at: [Accessed 19 April 2021][35] M. Cleary, Python Data Science, vol. 53, no. 9. 2019.[36] J. Cutler y M. Dickenson, Introduction to Machine Learning with Python. 2020.[37] P. Marius-Constantin, V. E. Balas, L. Perescu-Popescu, y N. Mastorakis, “Multilayer perceptron and neural networks,” WSEAS Trans. Circuits Syst., vol. 8, no. 7, pp. 579–588, 2009.Comunidad generalPublicationhttps://scholar.google.com/citations?user=dkpsiDsAAAAJ&hl=esvirtual::750-10000-0002-2608-755Xvirtual::750-1https://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0000821276virtual::750-15f003138-bfcd-4407-904b-9b9a0010990cvirtual::750-15f003138-bfcd-4407-904b-9b9a0010990cvirtual::750-1ORIGINALT10460_Modelo de correlación basado en técnicas de auscultación e impedancia eléctrica para estimar valores de presión arterial.pdfT10460_Modelo de correlación basado en técnicas de auscultación e impedancia eléctrica para estimar valores de presión arterial.pdfTexto archivo completo del trabajo de gradoapplication/pdf1434211https://red.uao.edu.co/bitstreams/dfaf95a9-fbcd-4f7b-b1b5-c0f87d1f8486/download9ad6f675a73319be54476330c8573d57MD51TA10460_Autorización trabajo de grado.pdfTA10460_Autorización trabajo de grado.pdfAutorización para publicación trabajo de gradoapplication/pdf1513095https://red.uao.edu.co/bitstreams/761a7fae-baa7-44ce-b5f6-9fe995da2893/downloadb20d9957a305007ac651e6fb71e34521MD53LICENSElicense.txtlicense.txttext/plain; charset=utf-81665https://red.uao.edu.co/bitstreams/c85c3475-dd9f-4a2b-9d1b-61fc30c6e680/download20b5ba22b1117f71589c7318baa2c560MD52TEXTT10460_Modelo de correlación basado en técnicas de auscultación e impedancia eléctrica para estimar valores de presión arterial.pdf.txtT10460_Modelo de correlación basado en técnicas de auscultación e impedancia eléctrica para estimar valores de presión arterial.pdf.txtExtracted texttext/plain107233https://red.uao.edu.co/bitstreams/9f6a05b3-9123-415a-bbae-bbebb1f0a231/downloadf02a67605ba8002d8cd916465c6e9ce5MD54TA10460_Autorización trabajo de grado.pdf.txtTA10460_Autorización trabajo de grado.pdf.txtExtracted texttext/plain4061https://red.uao.edu.co/bitstreams/880a5b0b-6f1f-40f5-8ccd-99995649eba2/downloadd6254c361c143304dbf2e870573b7e6fMD56THUMBNAILT10460_Modelo de correlación basado en técnicas de auscultación e impedancia eléctrica para estimar valores de presión arterial.pdf.jpgT10460_Modelo de correlación basado en técnicas de auscultación e impedancia eléctrica para estimar valores de presión arterial.pdf.jpgGenerated Thumbnailimage/jpeg6313https://red.uao.edu.co/bitstreams/eb17600b-c053-49e9-8a20-a1d13a2a9632/download66ddb9668b2b7c8558f2b04b5e23ab37MD55TA10460_Autorización trabajo de grado.pdf.jpgTA10460_Autorización trabajo de grado.pdf.jpgGenerated Thumbnailimage/jpeg13525https://red.uao.edu.co/bitstreams/e25a9cd1-fdff-4f76-ab30-249c08a50be7/download18499b8ddb5a8b395906b9efceba9aabMD5710614/14431oai:red.uao.edu.co:10614/144312024-02-28 15:27:12.56https://creativecommons.org/licenses/by-nc-nd/4.0/Derechos reservados - Universidad Autónoma de Occidente, 2022open.accesshttps://red.uao.edu.coRepositorio Digital Universidad Autonoma de Occidenterepositorio@uao.edu.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 |