Diseño de un sistema automático de detección e identificación de los pacientes que asisten a terapias en Biomedical Group sede San Fernando de la ciudad de Cali

En este documento se desarrollan las etapas del diseño de un sistema de detección e identificación de pacientes a medida, se detalla desde la caracterización del sistema hasta el desarrollo de un demo funcional. Se presenta una solución basada en una red local compuesta por cinco routers con tecnología WI-FI, la medición de sus respectivos RSSI a través de dispositivos Android, la solución es orientada a la ubicación en interiores, también se implementa una máquina virtual que cumple el papel de servidor, donde se realiza el procesamiento de la información. En la etapa de procesamiento del servidor se aloja una red neuronal implementada con Tensor Flow en Python que se encarga de generar las predicciones de las ubicaciones y la interconexión con las demás etapas de procesamiento del sistema. El sistema presentado incluye dentro de sus funcionalidades el registro de pacientes por medio de la interacción con una aplicación Android que se comunica con el servidor y donde se realizan etapas de procesamiento a través de archivos PHP que se encargan de realizar las solicitudes con la base de datos implementada en MongoDB, la detección e identificación de los pacientes al llegar a la clínica, la predicción y el registro automático de sus desplazamientos, además del cálculo de los tiempos de duración en cada área de la clínica hasta que finalizan su estancia, abandonan el sitio y los datos registrados puede ser visualizados en un dashboard implementado en Power Bi

• Autores: Zambrano Rosero, Andrés Alberto
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2023
• Institución: Universidad Autónoma de Occidente
• Repositorio: RED: Repositorio Educativo Digital UAO
• Idioma: spa
• OAI Identifier: oai:red.uao.edu.co:10614/15097
• Acceso en línea: https://hdl.handle.net/10614/15097; https://red.uao.edu.co/
• Palabra clave: Atención médica; Medical care; Detection; Indoor location; Identification; Neural network; Router; Wi-fi; Virtual machine; Tensor flow; Detección; Ubicación en interiores; Identificación; Red neuronal; Php; Apache; Android; RSSI; Máquina virtual
• Rights: openAccess
• License: Derechos reservados - Universidad Autónoma de Occidente, 2023