Desarrollo de un software de predicción de fallas de un ventilador mecánico Puritan Bennett 840 por medio de técnicas de inteligencia artificial
El presente proyecto tiene como objetivo el desarrollo de un software de predicción de fallas de un ventilador mecánico Puritan Bennett 840 por medio de técnicas de inteligencia artificial, lo anterior con el fin de facilitar la detección de fallas en ventiladores mecánicos en una institución de alt...
- Autores:
-
Gutiérrez de Piñeres, Isabella Arévalo
Chaparro Macias, Diana Milena
Gómez López, David Josué
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2022
- Institución:
- Universidad Autónoma de Bucaramanga - UNAB
- Repositorio:
- Repositorio UNAB
- Idioma:
- spa
- OAI Identifier:
- oai:repository.unab.edu.co:20.500.12749/17609
- Acceso en línea:
- http://hdl.handle.net/20.500.12749/17609
- Palabra clave:
- Biomedical engineering
Engineering
Medical electronics
Biological physics
Bioengineering
Medical instruments and apparatus
Medicine
Biomedical
Clinical engineering
Mechanical fan
Neural networks
Python
Pressure monitoring
Artificial intelligence
Programming languages
Ventilator
Ingeniería biomédica
Ingeniería
Biofísica
Bioingeniería
Medicina
Biomédica
Inteligencia artificial
Lenguajes de programación
Respirador artificial
Ingeniería clínica
Electrónica médica
Instrumentos y aparatos médicos
Ventilador mecánico
Redes neuronales
Control de presión
- Rights
- License
- http://creativecommons.org/licenses/by-nc-nd/2.5/co/
Summary: | El presente proyecto tiene como objetivo el desarrollo de un software de predicción de fallas de un ventilador mecánico Puritan Bennett 840 por medio de técnicas de inteligencia artificial, lo anterior con el fin de facilitar la detección de fallas en ventiladores mecánicos en una institución de alta complejidad. Para lograr el objetivo propuesto se realiza una base de datos del ventilador mecánico Puritan Bennett 840 en los modos ventilatorios; control presión, control volumen y presión soporte, simulando a su vez en cada modo ventilatorio las tres fallas más comunes (falla por desconexión de manguera de oxígeno, falla por oclusión y fuga en el circuito paciente), posterior al procesamiento de la base de datos, se utiliza métodos de inteligencia artificial como lo son: Redes Neuronales MLP (Perceptrón multicapa), MSV (Máquinas de soporte vectorial) y LDA (Análisis discriminante lineal), la recolección de datos, el procesamiento de los mismos, la codificación de los métodos de inteligencia artificial y la creación de los ejecutables de los aplicativos hechos se realizaron por medio del lenguaje de programación Python, con lo anterior se obtiene un exactitud total de 86,26% con una desviación estándar de 0,01. |
---|