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/
| id |
UNAB2_0b6459f5bed64e52de1daad54c5cd75d |
|---|---|
| oai_identifier_str |
oai:repository.unab.edu.co:20.500.12749/17609 |
| network_acronym_str |
UNAB2 |
| network_name_str |
Repositorio UNAB |
| repository_id_str |
|
| dc.title.spa.fl_str_mv |
Desarrollo de un software de predicción de fallas de un ventilador mecánico Puritan Bennett 840 por medio de técnicas de inteligencia artificial |
| dc.title.translated.spa.fl_str_mv |
Development of a failure prediction software for a Puritan Bennett 840 mechanical ventilator through artificial intelligence techniques |
| title |
Desarrollo de un software de predicción de fallas de un ventilador mecánico Puritan Bennett 840 por medio de técnicas de inteligencia artificial |
| spellingShingle |
Desarrollo de un software de predicción de fallas de un ventilador mecánico Puritan Bennett 840 por medio de técnicas de inteligencia artificial 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 |
| title_short |
Desarrollo de un software de predicción de fallas de un ventilador mecánico Puritan Bennett 840 por medio de técnicas de inteligencia artificial |
| title_full |
Desarrollo de un software de predicción de fallas de un ventilador mecánico Puritan Bennett 840 por medio de técnicas de inteligencia artificial |
| title_fullStr |
Desarrollo de un software de predicción de fallas de un ventilador mecánico Puritan Bennett 840 por medio de técnicas de inteligencia artificial |
| title_full_unstemmed |
Desarrollo de un software de predicción de fallas de un ventilador mecánico Puritan Bennett 840 por medio de técnicas de inteligencia artificial |
| title_sort |
Desarrollo de un software de predicción de fallas de un ventilador mecánico Puritan Bennett 840 por medio de técnicas de inteligencia artificial |
| dc.creator.fl_str_mv |
Gutiérrez de Piñeres, Isabella Arévalo Chaparro Macias, Diana Milena Gómez López, David Josué |
| dc.contributor.advisor.none.fl_str_mv |
Morales Cordero, Mario Fernando Amado Forero, Lusvin Javier Arizmendi Pereira, Carlos Julio |
| dc.contributor.author.none.fl_str_mv |
Gutiérrez de Piñeres, Isabella Arévalo Chaparro Macias, Diana Milena Gómez López, David Josué |
| dc.contributor.cvlac.spa.fl_str_mv |
Morales Cordero, Mario Fernando [0001460371] Amado Forero, Lusvin Javier [0001376723] Arizmendi Pereira, Carlos Julio [0001381550] |
| dc.contributor.googlescholar.spa.fl_str_mv |
Amado Forero, Lusvin Javier [dqrfjJMAAAAJ] Arizmendi Pereira, Carlos Julio [es&oi=ao] |
| dc.contributor.orcid.spa.fl_str_mv |
Amado Forero, Lusvin Javier [0000-0001-5104-9080] Arizmendi Pereira, Carlos Julio [0000-0002-4122-7960] |
| dc.contributor.scopus.spa.fl_str_mv |
Amado Forero, Lusvin Javier [57204652964] Arizmendi Pereira, Carlos Julio [6174088500] |
| dc.contributor.researchgate.spa.fl_str_mv |
Amado Forero, Lusvin Javier [Lusvin_Amado] |
| dc.subject.keywords.spa.fl_str_mv |
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 |
| topic |
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 |
| dc.subject.lemb.spa.fl_str_mv |
Ingeniería biomédica Ingeniería Biofísica Bioingeniería Medicina Biomédica Inteligencia artificial Lenguajes de programación Respirador artificial |
| dc.subject.proposal.spa.fl_str_mv |
Ingeniería clínica Electrónica médica Instrumentos y aparatos médicos Ventilador mecánico Redes neuronales Control de presión |
| description |
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. |
| publishDate |
2022 |
| dc.date.accessioned.none.fl_str_mv |
2022-09-09T19:45:43Z |
| dc.date.available.none.fl_str_mv |
2022-09-09T19:45:43Z |
| dc.date.issued.none.fl_str_mv |
2022 |
| dc.type.driver.none.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
| dc.type.local.spa.fl_str_mv |
Trabajo de Grado |
| dc.type.coar.none.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
| dc.type.hasversion.none.fl_str_mv |
info:eu-repo/semantics/acceptedVersion |
| dc.type.redcol.none.fl_str_mv |
http://purl.org/redcol/resource_type/TP |
| format |
http://purl.org/coar/resource_type/c_7a1f |
| status_str |
acceptedVersion |
| dc.identifier.uri.none.fl_str_mv |
http://hdl.handle.net/20.500.12749/17609 |
| dc.identifier.instname.spa.fl_str_mv |
instname:Universidad Autónoma de Bucaramanga - UNAB |
| dc.identifier.reponame.spa.fl_str_mv |
reponame:Repositorio Institucional UNAB |
| dc.identifier.repourl.spa.fl_str_mv |
repourl:https://repository.unab.edu.co |
| url |
http://hdl.handle.net/20.500.12749/17609 |
| identifier_str_mv |
instname:Universidad Autónoma de Bucaramanga - UNAB reponame:Repositorio Institucional UNAB repourl:https://repository.unab.edu.co |
| dc.language.iso.spa.fl_str_mv |
spa |
| language |
spa |
| dc.relation.references.spa.fl_str_mv |
Betancourt, G. A. (2005). LAS MÁQUINAS DE SOPORTE VECTORIAL (SVMs). Scientia Et Technica, 1, 1–6. Cheng, Y., Lin, M., Wu, J., Zhu, H., & Shao, X. (2021). Intelligent fault diagnosis of rotating machinery based on continuous wavelet transform-local binary convolutional neural network. Knowledge-Based Systems, 216, 106796. https://doi.org/10.1016/J.KNOSYS.2021.106796 Congreso de la República. (1982). Ley 23 del 28 de enero de 1982. Sobre Derechos de Autor. https://www.google.com/url?sa=t&rct=j&q=&esrc=s&source=web&cd=&ved=2ahUKEwi8 uOub YXzAhUWSDABHdTZDgkQFnoECAIQAQ&url=http%3A%2F%2Fderechodeautor.gov.c o%3A8080%2Fdocuments%2F10181%2F182597%2F23.pdf%2Fa97b8750-8451-4529 ab87-bb82160dd226&usg=AOvVaw3nT4HUQ0FCL Congreso de la República. (1993). Ley 44 del 5 de febrero de 1993. Por La Cual Se Modifica y Adiciona La Ley 23 de 1982 y Se Modifica La Ley 29 de 1944. https://www.funcionpublica.gov.co/eva/gestornormativo/norma.php?i=3429 Congreso de la República. (2012). Ley 1581 de Octubre de 2012. Por La Cual Se Dictan Disposiciones Generales Para La Protección de Datos Personales., 1–15. http://www.secretariasenado.gov.co/senado/basedoc/ley_1581_2012.html Dirección Nacional de Derechos de Autor. (2021). Registro de soporte lógico (software). Galindo, E. A., Perdomo, J. A., & Figueroa-García, J. C. (2020). Estudio comparativo entre máquinas de soporte vectorial multiclase, redes neuronales artificiales y sistema de inferencia neuro-difuso auto organizado para problemas de clasificación. Información Tecnológica, 31. Garay, M. (2018). Respiraciones espotaneas y modos ventilatorios en ventilación mecánica invasiva. http://repositorio.uigv.edu.pe/handle/20.500.11818/3984 García-Fernández, J. (2009). Clasificación de los modos ventilatorios. Curso de Ventilación Pediátrica Hospital Universitario La Paz. http://sofos.scsalud.es/fondosDoc/Urgencias/IVM/articulos/Clasificación de los modos ventilatorios.pdf Gutiérrez, F. (2011). Ventilación mecánica. Acta Médica Peruana, 28(2). Han, H., Hao, L., Cheng, D., & Xu, H. (2020). GAN-SAE based fault diagnosis method for electrically driven feed pumps. PLoS ONE, 15(10). https://doi.org/10.1371/JOURNAL.PONE.0239070 Hasan, M. J., Sohaib, M., & Kim, J.-M. (2021). An Explainable AI-Based Fault Diagnosis Model for Bearings. Sensors (Basel, Switzerland), 21(12). https://doi.org/10.3390/S21124070 Holanda, M. A., Vasconcelos, R. dos S., Ferreira, J. C., & Pinheiro, B. V. (2018). Patient-ventilator asynchrony. Jornal Brasileiro de Pneumologia, 44(4), 321. https://doi.org/10.1590/S1806 375644-04-00321 Immovilli, F., Bellini, A., Rubini, R., & Tassoni, C. (2010). Diagnosis of bearing faults in induction machines by vibration or current signals: A critical comparison. IEEE Transactions on Industry Applications, 46(4), 1350–1359. https://doi.org/10.1109/TIA.2010.2049623 Jiménez, J. A., & Ovalle, D. A. (2008). Uso de técnicas de inteligencia artificial en ambientes distribuidos de enseñanza/aprendizaje. Educación En Ingeniería, 5, 98–106. https://educacioneningenieria.org/index.php/edi/article/view/156/135 Lam Hai Shuan, T. Y. (2016). Network Equipment Failure Prediction with Big Data Analyctics. Advance Soft Compu. http://www.i-csrs.org/Volumes/ijasca/ID-27_Pg59-69_Network Equipment-Failure-Predictions-with-Big-Data-Analytics_1.pdf Larrañaga, P., Inza, I., & Moujahid, A. (n.d.). Tema 8. Redes Neuronales. 1–19. León, E., Clemente, A., Alonso, J. R., Argudo, E., & Quintana, M. (2020a, March 27). Introducción a la ventilación mecánica. YouTube. https://www.youtube.com/watch?v=4l5q5yrCXv4&t=430s León, E., Clemente, A., Alonso, J. R., Argudo, E., & Quintana, M. (2020b, April 7). Modos ventilatorios. YouTube. https://www.youtube.com/watch?v=M0Fc0B4Ju5o&t=429s Liu Xiangjun, L. L. (2021). Investigación sobre el diagnostico inteligente de fallas de equipos medicos basada en una red de memoria a corto y largo plazo. Revista de Ingeniería Biomédica. Ministerio de la Protección Social. (2006). Resolución 1445 de 2006 . Por La Cual Se Definen Las Funciones de La Entidad Acreditadora y Se Adoptan Otras Disposiciones. https://www.redjurista.com/Documents/resolucion_1445_de_2006_ministerio_de_la_protec cion_social.aspx#/ Ministerio de Salud y Protección Social. (2012). Resolución 123. Por El Cual Se Modifica El Articulo 2 de La Resolución 1445 de 2006. http://www.acreditacionensalud.org.co/sua/Documents/Res123 ene26de2012 modificRes1445.pdf Ministerio de Salud y Protección Social. (2014). Resolución número 2082 de 2014. Por La Cual Se Dictan Disposiciones Para La Operatividad Del Sistema Único de Acreditación En Salud. http://vlex.com/vid/2014-disposiciones-operatividad-nico-513767282 Ministerio de Salud y Protección Social. (2019). Resolución Número 3100 De 2019. Por La Cual Se Definen Los Procedimientos y Condiciones de Inscripción de Los Prestadores de Servicios de Salud y de Habilitación de Los Servicios de Salud y Se Adopta El Manual de Inscripción de Prestadores y Habilitación de Servicios de Salud, 2019. Mosquera, R., Castrillón, O. D., & Parra, L. (2018). Predicción de Riesgos Psicosociales en Docentes de Colegios Públicos Colombianos utilizando Técnicas de Inteligencia Artificial. Información Tecnológica, 29(4). https://scielo.conicyt.cl/scielo.php?pid=S0718 07642018000400267&script=sci_arttext&tlng=en Park, C. H., & Park, H. (2008). A comparison of generalized linear discriminant analysis algorithms. Pattern Recognition, 41(3), 1083–1097. https://doi.org/10.1016/j.patcog.2007.07.022 Pham, T., Brochard, L. J., & Slutsky, A. S. (2017). Mechanical Ventilation: State of the Art. Mayo Clinic Proceedings, 92(9), 1382–1400. https://doi.org/10.1016/J.MAYOCP.2017.05.004 Presidencia de la República de Colombia. (1989). Decreto 1360 del 23 de junio de 1989. Por El Cual Se Reglamenta La Inscripción de Soporte Lógico (Software) En El Registro Nacional Del Derecho de Autor. https://www.funcionpublica.gov.co/eva/gestornormativo/norma.php?i=10575 Puritan-Bennett Corporation. (2003). Manual del operador y de referencia técnica Puritan Bennet 840. Saladin, K. S. (2013). Parte 4: Regulación y mantenimiento; Capitulo 22: Aparato respiratorio. In Anatomía y fisiología: Unidad entre forma y función (pp. 854–894). Shamayleh, A., Awad, M., & Farhat, J. (2020). IoT Based Predictive Maintenance Management of Medical Equipment. Journal of Medical Systems, 44(4). https://doi.org/10.1007/S10916 020-1534-8 Shuan, L. H., Fei, T. Y., King, S. W., Xiaoning, G., & Mein, L. Z. (2016). Network equipment failure prediction with big data analytics. International Journal of Advances in Soft Computing and Its Applications, 8(3), 59–69. Sierra Fernández, C., & Andrea Calvo, E. (n.d.). Técnicas de Mantenimiento Predictivo. Escuela Politécnica de Ingeniería de Minas y Energía Suárez, J. D. A. (n.d.). Técnicas de inteligencia artificial aplicadas al análisis de la solvencia empresarial [Universidad de Oviedo]. https://digibuo.uniovi.es/dspace/bitstream/handle/10651/45810/d206_00.pdf?sequence=1&i sAllowed=y Subirana, M., & Bazan, P. (2000). Modalidades de ventilación mecánica. In Enfermería Intensiva (Vol. 11, Issue 1). Editorial Garsi. http://www.elsevier.es/es-revista-enfermeria-intensiva 142-articulo-modalidades-ventilacion-mecanica-13008814 Tabraue, A. (2019). Ventilación artificial mecánica en la Unidad de Cuidados Intensivos. https://doi.org/https://aniversariocimeq2021.sld.cu/index.php/ac2021/Cimeq2021/paper/vie wFile/290/239 Tortora, G. J., & Derrickson, B. (2011). Aparato respiratorio. In Principios de anatomía y fisiología (pp. 918–966). Vaquero de Miguel, G. (2020). Aproximaciones a la explicación de desiciones algorítmicas: Inteligencia artificial explicable. Universidad Politécnica de Madrid Vargas, J. P., & López, C. J. (2021). Desarrollo de un software predictor para determinar la periodicidad del mantenimiento preventivo de los monitores de signos vitales de la unidad de cuidados intensivos de una institución prestadora de servicios de salud [Universidad Autonoma de Bucaramanga]. https://doi.org/http://hdl.handle.net/20.500.12749/13962 World Intellectual Property Organization. (1978). Model Provisions on the Protection of Computer Software. En La Cual Se Provee Un Modelo de Protección Para Softwares. https://www.wipo.int/edocs/pubdocs/en/copyright/120/wipo_pub_120_1978_01.pdf World Intellectual Property Organization. (1985). Copyright Aspects of the Protection of Computer Programs. El Objetivo Es Aumentar y Difundir El Conocimiento Sobre La Doctrina, La Legislación y La Administración Práctica de Los Derechos de Autor y Derechos Conexos. https://www.wipo.int/edocs/pubdocs/en/copyright/120/wipo_pub_120_1985_04.pdf World Intellectual Property Organization. (1993). Convenio de Berna para la protección de obras literarias y artísticas. https://www.google.com/url?sa=t&rct=j&q=&esrc=s&source=web&cd=&ved=2ahUKEwie 0Kis94XzAhWYQzABHVqRAZkQFnoECAMQAQ&url=http%3A%2F%2Fderechodeauto r.gov.co%3A8080%2Fdocuments%2F10181%2F13104%2FBERNA.pdf&usg=AOvVaw2C TPstFcUloPpAJuKzfgWE&cshid=1631879106300651 World Intellectual Property Organization, & WCT. (1996). Tratado de la OMPI sobre Derecho de Autor. https://wipolex-res.wipo.int/edocs/lexdocs/treaties/es/wct/trt_wct_001es.pdf World Trade Organization. (1994). Acuerdo sobre los Aspectos de los Derechos de Propiedad Intelectual relacionados con el Comercio. El Acuerdo Sobre Los ADPIC Se Basa En Los Sistemas Multilaterales Existentes Para La Protección de Los Diversos Derechos de Propiedad Intelectual Que Abarca, y Recoge Muchas Disposiciones Sustantivas de Los Principales Instrumentos Internacionales de Prot. https://www.wto.org/spanish/tratop_s/trips_s/ta_docs_s/1_tripsandconventions_s.pdf |
| dc.rights.coar.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| dc.rights.uri.*.fl_str_mv |
http://creativecommons.org/licenses/by-nc-nd/2.5/co/ |
| dc.rights.local.spa.fl_str_mv |
Abierto (Texto Completo) |
| dc.rights.creativecommons.*.fl_str_mv |
Atribución-NoComercial-SinDerivadas 2.5 Colombia |
| rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-nd/2.5/co/ Abierto (Texto Completo) Atribución-NoComercial-SinDerivadas 2.5 Colombia http://purl.org/coar/access_right/c_abf2 |
| dc.format.mimetype.spa.fl_str_mv |
application/pdf |
| dc.coverage.spatial.spa.fl_str_mv |
Colombia |
| dc.publisher.grantor.spa.fl_str_mv |
Universidad Autónoma de Bucaramanga UNAB |
| dc.publisher.faculty.spa.fl_str_mv |
Facultad Ingeniería |
| dc.publisher.program.spa.fl_str_mv |
Pregrado Ingeniería Biomédica |
| institution |
Universidad Autónoma de Bucaramanga - UNAB |
| bitstream.url.fl_str_mv |
https://repository.unab.edu.co/bitstream/20.500.12749/17609/1/2022_Tesis_Isabella_Arevalo.pdf https://repository.unab.edu.co/bitstream/20.500.12749/17609/2/2022_Licencia_Isabella_Arevalo.pdf https://repository.unab.edu.co/bitstream/20.500.12749/17609/3/license.txt https://repository.unab.edu.co/bitstream/20.500.12749/17609/4/2022_Tesis_Isabella_Arevalo.pdf.jpg https://repository.unab.edu.co/bitstream/20.500.12749/17609/5/2022_Licencia_Isabella_Arevalo.pdf.jpg |
| bitstream.checksum.fl_str_mv |
f459afd2b0a1323c04ce184a2720ff5c a446917b0aa07fab49d2de52055a415f 3755c0cfdb77e29f2b9125d7a45dd316 917c1b6c9665935e641a5548e58717f7 da593da7d73285b78c5d882c5eae1830 |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio Institucional | Universidad Autónoma de Bucaramanga - UNAB |
| repository.mail.fl_str_mv |
repositorio@unab.edu.co |
| _version_ |
1814278179684089856 |
| spelling |
Morales Cordero, Mario Fernando5d11b6ae-b91c-4ac5-8021-27a104ccb3e3Amado Forero, Lusvin Javier5b8ff26f-ab75-458c-8567-50557c0077e4Arizmendi Pereira, Carlos Julio79e0125f-b191-4144-999b-281177ddaaf9Gutiérrez de Piñeres, Isabella Arévalo641f5dd5-2fc3-4e5e-9a5e-e76386dad05bChaparro Macias, Diana Milenaee2c478f-fcbd-4505-8c5f-df518cf2787fGómez López, David Josué2a363599-4a8b-4164-8c2a-9e86f16d6370Morales Cordero, Mario Fernando [0001460371]Amado Forero, Lusvin Javier [0001376723]Arizmendi Pereira, Carlos Julio [0001381550]Amado Forero, Lusvin Javier [dqrfjJMAAAAJ]Arizmendi Pereira, Carlos Julio [es&oi=ao]Amado Forero, Lusvin Javier [0000-0001-5104-9080]Arizmendi Pereira, Carlos Julio [0000-0002-4122-7960]Amado Forero, Lusvin Javier [57204652964]Arizmendi Pereira, Carlos Julio [6174088500]Amado Forero, Lusvin Javier [Lusvin_Amado]Colombia2022-09-09T19:45:43Z2022-09-09T19:45:43Z2022http://hdl.handle.net/20.500.12749/17609instname:Universidad Autónoma de Bucaramanga - UNABreponame:Repositorio Institucional UNABrepourl:https://repository.unab.edu.coEl 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.RESUMEN ................................................................................................................................................. 2 ABSTRACT ................................................................................................................................................ 3 TABLA DE CONTENIDO ............................................................................................................................. 4 TABLA DE IMÁGENES ................................................................................................................................ 7 TABLA DE TABLAS ..................................................................................................................................... 8 TABLA DE ECUACIONES ............................................................................................................................ 9 TABLA DE GRÁFICAS ............................................................................................................................... 10 CAPÍTULO 1 PROBLEMA U OPORTUNIDAD ............................................................................................. 11 1.1. INTRODUCCIÓN ....................................................................................................................................... 11 1.2. PLANTEAMIENTO DEL PROBLEMA ................................................................................................................ 12 1.3. JUSTIFICACIÓN DEL PROBLEMA ................................................................................................................... 13 1.4. PREGUNTA DE INVESTIGACIÓN .................................................................................................................... 15 1.5. OBJETIVOS ............................................................................................................................................. 16 1.5.1. Objetivo General ......................................................................................................................... 16 1.5.2. Objetivos específicos ................................................................................................................... 16 1.6. LIMITACIONES ......................................................................................................................................... 16 1.7. DELIMITACIONES ..................................................................................................................................... 17 CAPÍTULO 2 MARCO TEÓRICO Y ESTADO DEL ARTE ................................................................................ 19 2.1. MARCO TEÓRICO ..................................................................................................................................... 19 2.1.1. Fisiología respiratoria ................................................................................................................. 19 2.1.2. Ventilador mecánico ................................................................................................................... 20 2.1.3. Modos ventilatorios .................................................................................................................... 21 2.1.4. Inteligencia artificial ................................................................................................................... 25 2.2. MARCO LEGAL ........................................................................................................................................ 27 2.3. ESTADO DEL ARTE .................................................................................................................................... 32 CAPÍTULO 3 METODOLOGÍA ................................................................................................................... 36 3.1. FASE 1. CONSTRUCCIÓN DE BASE DE DATOS .................................................................................................. 36 3.1.1. Adquisición de datos ................................................................................................................... 36 3.1.2. Creación de la base de datos. ..................................................................................................... 40 3.1.3. Preprocesamiento de la base de datos ....................................................................................... 41 3.2. FASE 2. CREACIÓN DEL SOFTWARE .............................................................................................................. 45 3.2.1. Selección del lenguaje de programación ..................................................................................... 45 3.2.2. Entrenamiento del sistema ......................................................................................................... 47 3.2.3. Diseño del software .................................................................................................................... 52 3.3. FASE 3. EVALUACIÓN DEL SOFTWARE .......................................................................................................... 53 CAPÍTULO 4 RESULTADOS ....................................................................................................................... 56 4.1. PRESENTACIÓN DE LOS RESULTADOS ............................................................................................................ 56 4.1.1. Fase 1: Creación de la base de datos .......................................................................................... 56 4.1.2. Fase 2: Creación del software ..................................................................................................... 58 4.1.3. Fase 3: Evaluación del software .................................................................................................. 62 4.2. ANÁLISIS DE RESULTADOS .......................................................................................................................... 68 4.2.1. Fase 1: Creación de la base de datos .......................................................................................... 68 4.2.2. Fase 2: Creación del software ..................................................................................................... 70 4.2.3. Fase 3: Evaluación del software .................................................................................................. 71 CAPÍTULO 5 CONCLUSIONES Y RECOMENDACIONES .............................................................................. 73 5.1. CONCLUSIONES ....................................................................................................................................... 73 5.2. RECOMENDACIONES................................................................................................................................. 74 REFERENCIAS .......................................................................................................................................... 75PregradoThe objective of this project is the development of a failure prediction software for a Puritan Bennett 840 mechanical ventilator through artificial intelligence techniques, to facilitate the detection of failures in mechanical ventilators in a highly complex institution. To achieve the proposed objective, a database of the Puritan Bennett 840 mechanical ventilator is made in the ventilatory modes; pressure control, volume control and pressure support, simulating in turn the three most common failures in each ventilation mode (failure due to disconnection of the oxygen hose, failure due to occlusion and leak in the patient circuit), after processing the database, artificial intelligence methods are used such as: Neural Networks MLP (Multilayer Perceptron), MSV (Support Vector Machines) and LDA (Linear Discriminant Analysis), data collection, processing, coding of the methods of artificial intelligence and the creation of the executables of the applications made were carried out using the Python programming language, with the above a total precision of 86,26% with a standard deviation of 0,01 is obtained.application/pdfspahttp://creativecommons.org/licenses/by-nc-nd/2.5/co/Abierto (Texto Completo)Atribución-NoComercial-SinDerivadas 2.5 Colombiahttp://purl.org/coar/access_right/c_abf2Desarrollo de un software de predicción de fallas de un ventilador mecánico Puritan Bennett 840 por medio de técnicas de inteligencia artificialDevelopment of a failure prediction software for a Puritan Bennett 840 mechanical ventilator through artificial intelligence techniquesIngeniero BiomédicoUniversidad Autónoma de Bucaramanga UNABFacultad IngenieríaPregrado Ingeniería Biomédicainfo:eu-repo/semantics/bachelorThesisTrabajo de Gradohttp://purl.org/coar/resource_type/c_7a1finfo:eu-repo/semantics/acceptedVersionhttp://purl.org/redcol/resource_type/TPBiomedical engineeringEngineeringMedical electronicsBiological physicsBioengineeringMedical instruments and apparatusMedicineBiomedicalClinical engineeringMechanical fanNeural networksPythonPressure monitoringArtificial intelligenceProgramming languagesVentilatorIngeniería biomédicaIngenieríaBiofísicaBioingenieríaMedicinaBiomédicaInteligencia artificialLenguajes de programaciónRespirador artificialIngeniería clínicaElectrónica médicaInstrumentos y aparatos médicosVentilador mecánicoRedes neuronalesControl de presiónBetancourt, G. A. (2005). LAS MÁQUINAS DE SOPORTE VECTORIAL (SVMs). Scientia Et Technica, 1, 1–6.Cheng, Y., Lin, M., Wu, J., Zhu, H., & Shao, X. (2021). Intelligent fault diagnosis of rotating machinery based on continuous wavelet transform-local binary convolutional neural network. Knowledge-Based Systems, 216, 106796. https://doi.org/10.1016/J.KNOSYS.2021.106796Congreso de la República. (1982). Ley 23 del 28 de enero de 1982. Sobre Derechos de Autor. https://www.google.com/url?sa=t&rct=j&q=&esrc=s&source=web&cd=&ved=2ahUKEwi8 uOub YXzAhUWSDABHdTZDgkQFnoECAIQAQ&url=http%3A%2F%2Fderechodeautor.gov.c o%3A8080%2Fdocuments%2F10181%2F182597%2F23.pdf%2Fa97b8750-8451-4529 ab87-bb82160dd226&usg=AOvVaw3nT4HUQ0FCLCongreso de la República. (1993). Ley 44 del 5 de febrero de 1993. Por La Cual Se Modifica y Adiciona La Ley 23 de 1982 y Se Modifica La Ley 29 de 1944. https://www.funcionpublica.gov.co/eva/gestornormativo/norma.php?i=3429Congreso de la República. (2012). Ley 1581 de Octubre de 2012. Por La Cual Se Dictan Disposiciones Generales Para La Protección de Datos Personales., 1–15. http://www.secretariasenado.gov.co/senado/basedoc/ley_1581_2012.htmlDirección Nacional de Derechos de Autor. (2021). Registro de soporte lógico (software).Galindo, E. A., Perdomo, J. A., & Figueroa-García, J. C. (2020). Estudio comparativo entre máquinas de soporte vectorial multiclase, redes neuronales artificiales y sistema de inferencia neuro-difuso auto organizado para problemas de clasificación. Información Tecnológica, 31.Garay, M. (2018). Respiraciones espotaneas y modos ventilatorios en ventilación mecánica invasiva. http://repositorio.uigv.edu.pe/handle/20.500.11818/3984García-Fernández, J. (2009). Clasificación de los modos ventilatorios. Curso de Ventilación Pediátrica Hospital Universitario La Paz. http://sofos.scsalud.es/fondosDoc/Urgencias/IVM/articulos/Clasificación de los modos ventilatorios.pdfGutiérrez, F. (2011). Ventilación mecánica. Acta Médica Peruana, 28(2).Han, H., Hao, L., Cheng, D., & Xu, H. (2020). GAN-SAE based fault diagnosis method for electrically driven feed pumps. PLoS ONE, 15(10). https://doi.org/10.1371/JOURNAL.PONE.0239070Hasan, M. J., Sohaib, M., & Kim, J.-M. (2021). An Explainable AI-Based Fault Diagnosis Model for Bearings. Sensors (Basel, Switzerland), 21(12). https://doi.org/10.3390/S21124070Holanda, M. A., Vasconcelos, R. dos S., Ferreira, J. C., & Pinheiro, B. V. (2018). Patient-ventilator asynchrony. Jornal Brasileiro de Pneumologia, 44(4), 321. https://doi.org/10.1590/S1806 375644-04-00321Immovilli, F., Bellini, A., Rubini, R., & Tassoni, C. (2010). Diagnosis of bearing faults in induction machines by vibration or current signals: A critical comparison. IEEE Transactions on Industry Applications, 46(4), 1350–1359. https://doi.org/10.1109/TIA.2010.2049623Jiménez, J. A., & Ovalle, D. A. (2008). Uso de técnicas de inteligencia artificial en ambientes distribuidos de enseñanza/aprendizaje. Educación En Ingeniería, 5, 98–106. https://educacioneningenieria.org/index.php/edi/article/view/156/135Lam Hai Shuan, T. Y. (2016). Network Equipment Failure Prediction with Big Data Analyctics. Advance Soft Compu. http://www.i-csrs.org/Volumes/ijasca/ID-27_Pg59-69_Network Equipment-Failure-Predictions-with-Big-Data-Analytics_1.pdfLarrañaga, P., Inza, I., & Moujahid, A. (n.d.). Tema 8. Redes Neuronales. 1–19.León, E., Clemente, A., Alonso, J. R., Argudo, E., & Quintana, M. (2020a, March 27). Introducción a la ventilación mecánica. YouTube. https://www.youtube.com/watch?v=4l5q5yrCXv4&t=430sLeón, E., Clemente, A., Alonso, J. R., Argudo, E., & Quintana, M. (2020b, April 7). Modos ventilatorios. YouTube. https://www.youtube.com/watch?v=M0Fc0B4Ju5o&t=429sLiu Xiangjun, L. L. (2021). Investigación sobre el diagnostico inteligente de fallas de equipos medicos basada en una red de memoria a corto y largo plazo. Revista de Ingeniería Biomédica.Ministerio de la Protección Social. (2006). Resolución 1445 de 2006 . Por La Cual Se Definen Las Funciones de La Entidad Acreditadora y Se Adoptan Otras Disposiciones. https://www.redjurista.com/Documents/resolucion_1445_de_2006_ministerio_de_la_protec cion_social.aspx#/Ministerio de Salud y Protección Social. (2012). Resolución 123. Por El Cual Se Modifica El Articulo 2 de La Resolución 1445 de 2006. http://www.acreditacionensalud.org.co/sua/Documents/Res123 ene26de2012 modificRes1445.pdfMinisterio de Salud y Protección Social. (2014). Resolución número 2082 de 2014. Por La Cual Se Dictan Disposiciones Para La Operatividad Del Sistema Único de Acreditación En Salud. http://vlex.com/vid/2014-disposiciones-operatividad-nico-513767282Ministerio de Salud y Protección Social. (2019). Resolución Número 3100 De 2019. Por La Cual Se Definen Los Procedimientos y Condiciones de Inscripción de Los Prestadores de Servicios de Salud y de Habilitación de Los Servicios de Salud y Se Adopta El Manual de Inscripción de Prestadores y Habilitación de Servicios de Salud, 2019.Mosquera, R., Castrillón, O. D., & Parra, L. (2018). Predicción de Riesgos Psicosociales en Docentes de Colegios Públicos Colombianos utilizando Técnicas de Inteligencia Artificial. Información Tecnológica, 29(4). https://scielo.conicyt.cl/scielo.php?pid=S0718 07642018000400267&script=sci_arttext&tlng=enPark, C. H., & Park, H. (2008). A comparison of generalized linear discriminant analysis algorithms. Pattern Recognition, 41(3), 1083–1097. https://doi.org/10.1016/j.patcog.2007.07.022Pham, T., Brochard, L. J., & Slutsky, A. S. (2017). Mechanical Ventilation: State of the Art. Mayo Clinic Proceedings, 92(9), 1382–1400. https://doi.org/10.1016/J.MAYOCP.2017.05.004Presidencia de la República de Colombia. (1989). Decreto 1360 del 23 de junio de 1989. Por El Cual Se Reglamenta La Inscripción de Soporte Lógico (Software) En El Registro Nacional Del Derecho de Autor. https://www.funcionpublica.gov.co/eva/gestornormativo/norma.php?i=10575Puritan-Bennett Corporation. (2003). Manual del operador y de referencia técnica Puritan Bennet 840.Saladin, K. S. (2013). Parte 4: Regulación y mantenimiento; Capitulo 22: Aparato respiratorio. In Anatomía y fisiología: Unidad entre forma y función (pp. 854–894).Shamayleh, A., Awad, M., & Farhat, J. (2020). IoT Based Predictive Maintenance Management of Medical Equipment. Journal of Medical Systems, 44(4). https://doi.org/10.1007/S10916 020-1534-8Shuan, L. H., Fei, T. Y., King, S. W., Xiaoning, G., & Mein, L. Z. (2016). Network equipment failure prediction with big data analytics. International Journal of Advances in Soft Computing and Its Applications, 8(3), 59–69.Sierra Fernández, C., & Andrea Calvo, E. (n.d.). Técnicas de Mantenimiento Predictivo. Escuela Politécnica de Ingeniería de Minas y EnergíaSuárez, J. D. A. (n.d.). Técnicas de inteligencia artificial aplicadas al análisis de la solvencia empresarial [Universidad de Oviedo]. https://digibuo.uniovi.es/dspace/bitstream/handle/10651/45810/d206_00.pdf?sequence=1&i sAllowed=ySubirana, M., & Bazan, P. (2000). Modalidades de ventilación mecánica. In Enfermería Intensiva (Vol. 11, Issue 1). Editorial Garsi. http://www.elsevier.es/es-revista-enfermeria-intensiva 142-articulo-modalidades-ventilacion-mecanica-13008814Tabraue, A. (2019). Ventilación artificial mecánica en la Unidad de Cuidados Intensivos. https://doi.org/https://aniversariocimeq2021.sld.cu/index.php/ac2021/Cimeq2021/paper/vie wFile/290/239Tortora, G. J., & Derrickson, B. (2011). Aparato respiratorio. In Principios de anatomía y fisiología (pp. 918–966).Vaquero de Miguel, G. (2020). Aproximaciones a la explicación de desiciones algorítmicas: Inteligencia artificial explicable. Universidad Politécnica de MadridVargas, J. P., & López, C. J. (2021). Desarrollo de un software predictor para determinar la periodicidad del mantenimiento preventivo de los monitores de signos vitales de la unidad de cuidados intensivos de una institución prestadora de servicios de salud [Universidad Autonoma de Bucaramanga]. https://doi.org/http://hdl.handle.net/20.500.12749/13962World Intellectual Property Organization. (1978). Model Provisions on the Protection of Computer Software. En La Cual Se Provee Un Modelo de Protección Para Softwares. https://www.wipo.int/edocs/pubdocs/en/copyright/120/wipo_pub_120_1978_01.pdfWorld Intellectual Property Organization. (1985). Copyright Aspects of the Protection of Computer Programs. El Objetivo Es Aumentar y Difundir El Conocimiento Sobre La Doctrina, La Legislación y La Administración Práctica de Los Derechos de Autor y Derechos Conexos. https://www.wipo.int/edocs/pubdocs/en/copyright/120/wipo_pub_120_1985_04.pdfWorld Intellectual Property Organization. (1993). Convenio de Berna para la protección de obras literarias y artísticas. https://www.google.com/url?sa=t&rct=j&q=&esrc=s&source=web&cd=&ved=2ahUKEwie 0Kis94XzAhWYQzABHVqRAZkQFnoECAMQAQ&url=http%3A%2F%2Fderechodeauto r.gov.co%3A8080%2Fdocuments%2F10181%2F13104%2FBERNA.pdf&usg=AOvVaw2C TPstFcUloPpAJuKzfgWE&cshid=1631879106300651World Intellectual Property Organization, & WCT. (1996). Tratado de la OMPI sobre Derecho de Autor. https://wipolex-res.wipo.int/edocs/lexdocs/treaties/es/wct/trt_wct_001es.pdfWorld Trade Organization. (1994). Acuerdo sobre los Aspectos de los Derechos de Propiedad Intelectual relacionados con el Comercio. El Acuerdo Sobre Los ADPIC Se Basa En Los Sistemas Multilaterales Existentes Para La Protección de Los Diversos Derechos de Propiedad Intelectual Que Abarca, y Recoge Muchas Disposiciones Sustantivas de Los Principales Instrumentos Internacionales de Prot. https://www.wto.org/spanish/tratop_s/trips_s/ta_docs_s/1_tripsandconventions_s.pdfORIGINAL2022_Tesis_Isabella_Arevalo.pdf2022_Tesis_Isabella_Arevalo.pdfTesisapplication/pdf1471962https://repository.unab.edu.co/bitstream/20.500.12749/17609/1/2022_Tesis_Isabella_Arevalo.pdff459afd2b0a1323c04ce184a2720ff5cMD51open access2022_Licencia_Isabella_Arevalo.pdf2022_Licencia_Isabella_Arevalo.pdfLicenciaapplication/pdf1116192https://repository.unab.edu.co/bitstream/20.500.12749/17609/2/2022_Licencia_Isabella_Arevalo.pdfa446917b0aa07fab49d2de52055a415fMD52metadata only accessLICENSElicense.txtlicense.txttext/plain; charset=utf-8829https://repository.unab.edu.co/bitstream/20.500.12749/17609/3/license.txt3755c0cfdb77e29f2b9125d7a45dd316MD53open accessTHUMBNAIL2022_Tesis_Isabella_Arevalo.pdf.jpg2022_Tesis_Isabella_Arevalo.pdf.jpgIM Thumbnailimage/jpeg5064https://repository.unab.edu.co/bitstream/20.500.12749/17609/4/2022_Tesis_Isabella_Arevalo.pdf.jpg917c1b6c9665935e641a5548e58717f7MD54open access2022_Licencia_Isabella_Arevalo.pdf.jpg2022_Licencia_Isabella_Arevalo.pdf.jpgIM Thumbnailimage/jpeg10418https://repository.unab.edu.co/bitstream/20.500.12749/17609/5/2022_Licencia_Isabella_Arevalo.pdf.jpgda593da7d73285b78c5d882c5eae1830MD55metadata only access20.500.12749/17609oai:repository.unab.edu.co:20.500.12749/176092022-09-09 22:01:45.387open accessRepositorio Institucional | Universidad Autónoma de Bucaramanga - UNABrepositorio@unab.edu.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 |