Software de monitoreo al dormir para la detección de eventos de compresión ocular

El trauma ocular durante el sueño ha sido identificado como un factor de riesgo significativo en la progresión de enfermedades como el queratocono. Sin embargo, los métodos convencionales de monitorización, como la polisomnografía o la actigrafía, presentan limitaciones para captar eventos de compre...

Full description

Autores:: Cabarcas Heyes, Pamela Alexandra
Martínez Garrido, Laura Alejandra

Tipo de recurso:: Trabajo de grado de pregrado

Fecha de publicación:: 2025

Institución:: Universidad Autónoma de Bucaramanga - UNAB

Repositorio:: Repositorio UNAB

Idioma:: spa

id	UNAB2_faf5ec0e434f9b3cc2d21a487e8636e1
oai_identifier_str	oai:repository.unab.edu.co:20.500.12749/29826
network_acronym_str	UNAB2
network_name_str	Repositorio UNAB
repository_id_str
dc.title.spa.fl_str_mv	Software de monitoreo al dormir para la detección de eventos de compresión ocular
dc.title.translated.spa.fl_str_mv	Sleep monitoring software for detecting eye compression events
title	Software de monitoreo al dormir para la detección de eventos de compresión ocular
spellingShingle	Software de monitoreo al dormir para la detección de eventos de compresión ocular Ocular compression Keratoconus Computer vision Sleep monitoring Event detection Biomedical engineering Engineering biophysics Bioengineering medicine Biomedical Patient monitoring Intraocular pressure Ingeniería biomédica Ingeniería Biofísica Bioingeniería Medicina Biomédica Monitoreo del paciente Presión intraocular Compresión ocular Queratocono Visión por computadora Monitorización del sueño Detección de eventos
title_short	Software de monitoreo al dormir para la detección de eventos de compresión ocular
title_full	Software de monitoreo al dormir para la detección de eventos de compresión ocular
title_fullStr	Software de monitoreo al dormir para la detección de eventos de compresión ocular
title_full_unstemmed	Software de monitoreo al dormir para la detección de eventos de compresión ocular
title_sort	Software de monitoreo al dormir para la detección de eventos de compresión ocular
dc.creator.fl_str_mv	Cabarcas Heyes, Pamela Alexandra Martínez Garrido, Laura Alejandra
dc.contributor.advisor.none.fl_str_mv	Tello Hernández, Alejandro
dc.contributor.author.none.fl_str_mv	Cabarcas Heyes, Pamela Alexandra Martínez Garrido, Laura Alejandra
dc.contributor.cvlac.spa.fl_str_mv	Tello Hernández, Alejandro [0001009125]
dc.contributor.googlescholar.spa.fl_str_mv	Tello Hernández, Alejandro [puxZHKYAAAAJ]
dc.contributor.orcid.spa.fl_str_mv	Tello Hernández, Alejandro [0000-0001-5081-0720]
dc.contributor.researchgate.spa.fl_str_mv	Tello Hernández, Alejandro [Alejandro_Tello2]
dc.contributor.apolounab.spa.fl_str_mv	Tello Hernández, Alejandro [alejandro-tello-hernández]
dc.contributor.linkedin.spa.fl_str_mv	Cabarcas Heyes, Pamela Alexandra [pamelacabarcas] Martínez Garrido, Laura Alejandra [lauraamartinezg]
dc.subject.keywords.spa.fl_str_mv	Ocular compression Keratoconus Computer vision Sleep monitoring Event detection Biomedical engineering Engineering biophysics Bioengineering medicine Biomedical Patient monitoring Intraocular pressure
topic	Ocular compression Keratoconus Computer vision Sleep monitoring Event detection Biomedical engineering Engineering biophysics Bioengineering medicine Biomedical Patient monitoring Intraocular pressure Ingeniería biomédica Ingeniería Biofísica Bioingeniería Medicina Biomédica Monitoreo del paciente Presión intraocular Compresión ocular Queratocono Visión por computadora Monitorización del sueño Detección de eventos
dc.subject.lemb.spa.fl_str_mv	Ingeniería biomédica Ingeniería Biofísica Bioingeniería Medicina Biomédica Monitoreo del paciente Presión intraocular
dc.subject.proposal.spa.fl_str_mv	Compresión ocular Queratocono Visión por computadora Monitorización del sueño Detección de eventos
description	El trauma ocular durante el sueño ha sido identificado como un factor de riesgo significativo en la progresión de enfermedades como el queratocono. Sin embargo, los métodos convencionales de monitorización, como la polisomnografía o la actigrafía, presentan limitaciones para captar eventos de compresión ocular con precisión. El presente proyecto tuvo como objetivo desarrollar un software de monitoreo no invasivo para la detección de eventos de compresión ocular durante el sueño, utilizando monitoreo computacional. La metodología se basó en el uso de algoritmos de MediaPipe y OpenCV implementados en Python para la detección en tiempo real de landmarks anatómicos, empleando un método basado en distancia euclidiana entre ojos y extremidades superiores. Asimismo, se incorporó una interfaz gráfica desarrollada con Django para facilitar la gestión de usuarios, pacientes y visualización multicámara segmentada. Durante las pruebas se simularon 70 eventos de compresión ocular, de los cuales el sistema logró identificar correctamente 58, alcanzando una exactitud del 82.85%. Los resultados mostraron mayor precisión en eventos con contacto manual, mientras que los movimientos con los brazos presentaron limitaciones asociadas a la pérdida de detección de la malla facial. Asimismo, se evidenció que la visibilidad del rostro y hombros es crucial para el correcto funcionamiento del algoritmo. El software clasifica los eventos por tipo de contacto, lateralidad, ojo involucrado y cámara de detección, y genera un archivo de salida con la información segmentada. Además, la interfaz web desarrollada resultó funcional y amigable, permitiendo ejecutar las tareas clave con menos de seis clics. Esta prueba de usabilidad respalda su aplicabilidad en entornos clínicos sin necesidad de capacitación técnica avanzada. El desarrollo alcanzado sienta las bases para futuras herramientas de monitoreo del sueño enfocadas en la salud ocular, y abre camino hacia la personalización de estrategias preventivas en pacientes con riesgo de desarrollar queratocono
publishDate	2025
dc.date.accessioned.none.fl_str_mv	2025-06-17T16:21:46Z
dc.date.available.none.fl_str_mv	2025-06-17T16:21:46Z
dc.date.issued.none.fl_str_mv	2025-05-26
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/20.500.12749/29826
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/20.500.12749/29826
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	Mazharian, A., Panthier, C., Courtin, R. et al. (2020). Incorrect sleeping position and eye rubbing in patients with unilateral or highly asymmetric keratoconus: a case-control study. Graefes Arch Clin Exp Ophthalmol, 258, 2431–2439. https://doi.org/10.1007/s00417-020-04771-z Lima, M. H. C., Rizzi, A. R., Nepomuceno Neto, F ., Simoceli, R. A., Cresta, F . B., Lima, W. C., et al. (2016). Associação da assimetria do acometimento corneano no ceratocone com a posição preferencial de dormir. eOftalmo, 2(3), 1-8. https://doi.org/10.17545/e-oftalmo.cbo/2016.65 Rabinowitz, Y. S., Galvis, V ., Tello, A., Rueda, D., & García, J. D. (2021). Genetics vs chronic corneal mechanical trauma in the etiology of keratoconus. Experimental Eye Research, 202, 108328. https://doi.org/10.1016/j.exer.2020.108328 Yin, J., Xu, J., & Ren, T. L. (2023). Recent Progress in Long-Term Sleep Monitoring Technology. Biosensors, 13(3), 395. https://doi.org/10.3390/bios13030395 Santodomingo-Rubido, J., Carracedo, G., Suzaki, A., Villa-Collar, C., Vincent, S. J., & Wolffsohn, J. S. (2022). Keratoconus: An updated review. Contact Lens & Anterior Eye, 45(3), 101559. https://doi.org/10.1016/j.clae.2021.101559 Kaufman, P . L., & Alm, A. (2011). Adler's Physiology of the Eye (11th ed.). Mosby. Razeghinejad, M. R., Banifatemi, M., & Banifatemi, S. (2014). The association of sleeping position and glaucoma progression. Journal of Ophthalmic & Vision Research, 9(1), 91–95. Ancoli-Israel, S., Cole, R., Alessi, C., Chambers, M., Moorcroft, W., & Pollak, C. P . (2015). The role of actigraphy in the study of sleep and circadian rhythms. Sleep, 26(3), 342–392. https://doi.org/10.1093/sleep/26.3.342 Lugaresi, C., Tang, J., Nash, H., McClanahan, C., Chang, C. L., Yong, M. G., ... & Grundmann, M. (2019). MediaPipe: A Framework for Building Perception Pipelines. arXiv preprint arXiv:1906.08172. Harris, C. R., Millman, K. J., van der Walt, S. J., Gommers, R., Virtanen, P ., Cournapeau, D., ... & Oliphant, T. E. (2020). Array programming with NumPy. Nature, 585(7825), 357-362. https://doi.org/10.1038/s41586-020-2649-2 Bradski, G. (2000). The OpenCV Library. Dr. Dobb’ s Journal of Software Tools. Santos, R. T., Moscovici, B. K., Hirai, F . E., Benício, C. M. F ., Nakano, E. M., & Nosé, W. (2021). Association between keratoconus, ocular allergy, and sleeping behavior. Arquivos brasileiros de oftalmologia, 84(1), 17–21. https://doi.org/10.5935/0004-2749.20210003 Ministerio de Salud y Protección Social. (2019). Resolución 3100 de 2019. https://www.minsalud.gov.co/normatividad_nuevo/resoluci%C3%B3n%20no.%203100 %20de%202019.pdf Congreso de la República de Colombia. (2012). Ley 1581 de 2012. https://www.funcionpublica.gov.co/eva/gestornormativo/norma.php?i=49981 International Electrotechnical Commission. (2006). IEC 62304: Medical device software – Software life cycle processes. https://webstore.iec.ch/publication/25920 International Organization for Standardization. (2019). ISO 14971:2019 Medical devices – Application of risk management to medical devices. https://www.iso.org/standard/72704.html International Organization for Standardization. (2022). ISO 27001:2022 Information security, cybersecurity and privacy protection – Information security management systems – Requirements. https://www.iso.org/standard/27001.html Fekedulegn, D., Andrew, M. E., Shi, M., Violanti, J. M., Knox, S., & Innes, K. E. (2020). Actigraphy-Based Assessment of Sleep Parameters. Annals of work exposures and health, 64(4), 350–367. https://doi.org/10.1093/annweh/wxaa007 McMonnies, C. W. (2015). The evidentiary significance of case reports: Eye rubbing and keratoconus. Optometry and Vision Science, 92(6), e166–e172. https://doi.org/10.1097/OPX.0000000000000615 Arenas, L. Franco, K. (2024). Desarrollo de un sistema portable para la asistencia en la rehabilitación de personas con discapacidad [Proyecto en curso]. Universidad Autónoma de Bucaramanga.
dc.relation.uriapolo.spa.fl_str_mv	https://apolo.unab.edu.co/en/persons/alejandro-tello-hern%C3%A1ndez
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	Bucaramanga (Santander, Colombia)
dc.coverage.temporal.spa.fl_str_mv	2024- 2025
dc.coverage.campus.spa.fl_str_mv	UNAB Campus Bucaramanga
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
dc.publisher.programid.none.fl_str_mv	IBM-1788
institution	Universidad Autónoma de Bucaramanga - UNAB
bitstream.url.fl_str_mv	https://repository.unab.edu.co/bitstream/20.500.12749/29826/4/SOFTWARE%20DE%20%20MONITOREO%20AL%20DORMIR%20PARA%20LA%20DETECCIO%cc%81N%20DE%20EVENTOS%20DE%20COMPRESIO%cc%81N%20OCULAR%20%28LIBRO%29.docx%20%281%29.pdf https://repository.unab.edu.co/bitstream/20.500.12749/29826/6/Licencia.pdf https://repository.unab.edu.co/bitstream/20.500.12749/29826/7/SOFTWARE%20DE%20%20MONITOREO%20AL%20DORMIR%20PARA%20LA%20DETECCIO%cc%81N%20DE%20EVENTOS%20DE%20COMPRESIO%cc%81N%20OCULAR%20%28LIBRO%29.docx%20%281%29.pdf.jpg https://repository.unab.edu.co/bitstream/20.500.12749/29826/8/Licencia.pdf.jpg https://repository.unab.edu.co/bitstream/20.500.12749/29826/5/license.txt
bitstream.checksum.fl_str_mv	cffdbb3236847811861ccfb8b0436841 16d7a10cfbc86e1cc6580eb1a61648a0 e11bb0eff250898bca03f975f983a45c 999336bad0051f40c0f470150dc7d454 3755c0cfdb77e29f2b9125d7a45dd316
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_	1837097649621172224
spelling	Tello Hernández, Alejandro7ae428b7-0b9b-4aff-9bbf-6940dcfd7cb5Cabarcas Heyes, Pamela Alexandra27e1177a-f68c-49b7-b4d6-0da60e54a413Martínez Garrido, Laura Alejandra712e5072-944b-4331-835f-22ee32e2cc27Tello Hernández, Alejandro [0001009125]Tello Hernández, Alejandro [puxZHKYAAAAJ]Tello Hernández, Alejandro [0000-0001-5081-0720]Tello Hernández, Alejandro [Alejandro_Tello2]Tello Hernández, Alejandro [alejandro-tello-hernández]Cabarcas Heyes, Pamela Alexandra [pamelacabarcas]Martínez Garrido, Laura Alejandra [lauraamartinezg]Bucaramanga (Santander, Colombia)2024- 2025UNAB Campus Bucaramanga2025-06-17T16:21:46Z2025-06-17T16:21:46Z2025-05-26http://hdl.handle.net/20.500.12749/29826instname:Universidad Autónoma de Bucaramanga - UNABreponame:Repositorio Institucional UNABrepourl:https://repository.unab.edu.coEl trauma ocular durante el sueño ha sido identificado como un factor de riesgo significativo en la progresión de enfermedades como el queratocono. Sin embargo, los métodos convencionales de monitorización, como la polisomnografía o la actigrafía, presentan limitaciones para captar eventos de compresión ocular con precisión. El presente proyecto tuvo como objetivo desarrollar un software de monitoreo no invasivo para la detección de eventos de compresión ocular durante el sueño, utilizando monitoreo computacional. La metodología se basó en el uso de algoritmos de MediaPipe y OpenCV implementados en Python para la detección en tiempo real de landmarks anatómicos, empleando un método basado en distancia euclidiana entre ojos y extremidades superiores. Asimismo, se incorporó una interfaz gráfica desarrollada con Django para facilitar la gestión de usuarios, pacientes y visualización multicámara segmentada. Durante las pruebas se simularon 70 eventos de compresión ocular, de los cuales el sistema logró identificar correctamente 58, alcanzando una exactitud del 82.85%. Los resultados mostraron mayor precisión en eventos con contacto manual, mientras que los movimientos con los brazos presentaron limitaciones asociadas a la pérdida de detección de la malla facial. Asimismo, se evidenció que la visibilidad del rostro y hombros es crucial para el correcto funcionamiento del algoritmo. El software clasifica los eventos por tipo de contacto, lateralidad, ojo involucrado y cámara de detección, y genera un archivo de salida con la información segmentada. Además, la interfaz web desarrollada resultó funcional y amigable, permitiendo ejecutar las tareas clave con menos de seis clics. Esta prueba de usabilidad respalda su aplicabilidad en entornos clínicos sin necesidad de capacitación técnica avanzada. El desarrollo alcanzado sienta las bases para futuras herramientas de monitoreo del sueño enfocadas en la salud ocular, y abre camino hacia la personalización de estrategias preventivas en pacientes con riesgo de desarrollar queratoconoAgradecimientos.............................................................................................................................. 2 Resumen...........................................................................................................................................3 Abstract............................................................................................................................................5 Contenido.........................................................................................................................................7 Lista de Figuras................................................................................................................................9 Lista de Tablas............................................................................................................................... 10 CAPÍTULO 1................................................................................................................................11 PROBLEMA U OPORTUNIDAD..............................................................................................11 1.1 Descripción del problema........................................................................................................ 11 1.2 Justificación............................................................................................................................. 12 1.3 Pregunta problema................................................................................................................... 14 1.4 Objetivo general.......................................................................................................................14 1.5 Objetivos específicos............................................................................................................... 14 CAPÍTULO 2............................................................................................................................... 15 ESPECIFICACIONES DEL PROYECTO............................................................................... 15 2.1 Identificación del cliente..........................................................................................................15 2.2 Delimitaciones......................................................................................................................... 16 2.3 Lista de métricas................................................................................................................ 16 CAPÍTULO 3............................................................................................................................... 18 MARCO TEÓRICO Y ESTADO DEL ARTE..........................................................................18 3.1 Marco Teórico..........................................................................................................................18 3.1.1 Anatomía ocular y efectos de la compresión........................................................................ 18 3.1.2 Monitorización del sueño y sus limitaciones........................................................................19 3.1.3 Análisis basado en visión por computadora..........................................................................20 3.1.4 La postura al dormir en la salud ocular.................................................................................21 3.2 Marco legal.............................................................................................................................. 21 3.2.1 Marco Legal Nacional...........................................................................................................22 3.2.2 Marco Legal Internacional....................................................................................................22 Estado del arte................................................................................................................................23 CAPÍTULO 4............................................................................................................................... 26 METODOLOGÍA........................................................................................................................ 26 4.1 Primera Etapa: Identificación y requerimientos del cliente..................................................27 4.1.1 Recopilación de información y análisis clínico.................................................................... 27 4.1.2 Construcción de la matriz de requerimientos........................................................................27 8 4.1.3 Selección del entorno de desarrollo...................................................................................... 27 4.2 Segunda etapa: Desarrollo del sistema de monitoreo mediante visión por computadora......28 4.2.1 Diseño de las funcionalidades de identificación de pose y facemesh...................................28 4.2.2 Evaluación e implementación de métodos de detección de contacto ocular........................ 28 4.2.3 Diseño de sistema multicámara y visualización segmentada............................................... 29 4.2.4 Registro y almacenamiento de eventos.................................................................................30 4.2.5 Estructura del script y flujo de ejecución..............................................................................31 4.2.6 Desarrollo de las vistas HTML mediante el sistema de plantillas de Django...................... 32 4.2.7 Desarrollo del sistema SQlite................................................................................................34 4.3 Tercera etapa: Evaluación experimental y desarrollo del protocolo operativo......................35 4.3.1. Entorno simulado.................................................................................................................35 4.3.2. Pruebas en entorno simulado............................................................................................... 38 4.3.3. Diseño y estructuración del protocolo................................................................................. 39 CAPÍTULO 5............................................................................................................................... 40 RESULTADOS Y ANÁLISIS DE RESULTADOS................................................................... 40 5.1 Resultados de la identificación y requerimientos del cliente...................................................40 5.2 Resultados del desarrollo del código....................................................................................... 44 5.3 Evaluación de desempeño del software................................................................................... 49 5.4 Resultados de funcionalidad de la interfaz en Django.............................................................50 CAPÍTULO 6.............................................................................................................................. 55 RECOMENDACIONES Y CONCLUSIONES.........................................................................55 Lista de Referencias.......................................................................................................................58 ANEXOS....................................................................................................................................... 62PregradoOcular trauma during sleep has been identified as a significant risk factor in the progression of diseases such as keratoconus. However, conventional monitoring methods, such as polysomnography or actigraphy, have limitations in accurately detecting ocular compression events. This project aimed to develop a non-invasive monitoring software for the detection of ocular compression events during sleep using computer vision techniques. The methodology was based on real-time anatomical landmark detection using MediaPipe and OpenCV algorithms implemented in Python, applying a Euclidean distance method to assess proximity between the eyes and upper limbs. A graphical interface developed in Django was also implemented to facilitate user and patient management, as well as segmented multicamera visualization. During testing, 70 ocular compression events were simulated, of which the system correctly identified 58, achieving an accuracy rate of 82.85%. The results showed higher precision in events involving manual contact, while arm movements presented challenges due to temporary loss of facial mesh detection. The visibility of the face and shoulders was found to be essential for optimal system performance. The software classifies events by type of contact, laterality, eye involved, and detecting camera, generating a segmented output file. The web interface proved functional and user-friendly, enabling the execution of key tasks in fewer than six clicks. This usability test supports the feasibility of implementing the system in clinical environments without requiring advanced technical training. This development lays the groundwork for future sleep monitoring tools focused on ocular health and paves the way for personalized preventive strategies in patients at risk of developing keratoconus.Modalidad Presencialapplication/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_abf2Software de monitoreo al dormir para la detección de eventos de compresión ocularSleep monitoring software for detecting eye compression eventsIngeniero BiomédicoUniversidad Autónoma de Bucaramanga UNABFacultad IngenieríaPregrado Ingeniería BiomédicaIBM-1788info:eu-repo/semantics/bachelorThesisTrabajo de Gradohttp://purl.org/coar/resource_type/c_7a1finfo:eu-repo/semantics/acceptedVersionhttp://purl.org/redcol/resource_type/TPOcular compressionKeratoconusComputer visionSleep monitoringEvent detectionBiomedical engineeringEngineering biophysicsBioengineering medicineBiomedicalPatient monitoringIntraocular pressureIngeniería biomédicaIngenieríaBiofísicaBioingenieríaMedicinaBiomédicaMonitoreo del pacientePresión intraocularCompresión ocularQueratoconoVisión por computadoraMonitorización del sueñoDetección de eventosMazharian, A., Panthier, C., Courtin, R. et al. (2020). Incorrect sleeping position and eye rubbing in patients with unilateral or highly asymmetric keratoconus: a case-control study. Graefes Arch Clin Exp Ophthalmol, 258, 2431–2439. https://doi.org/10.1007/s00417-020-04771-zLima, M. H. C., Rizzi, A. R., Nepomuceno Neto, F ., Simoceli, R. A., Cresta, F . B., Lima, W. C., et al. (2016). Associação da assimetria do acometimento corneano no ceratocone com a posição preferencial de dormir. eOftalmo, 2(3), 1-8. https://doi.org/10.17545/e-oftalmo.cbo/2016.65Rabinowitz, Y. S., Galvis, V ., Tello, A., Rueda, D., & García, J. D. (2021). Genetics vs chronic corneal mechanical trauma in the etiology of keratoconus. Experimental Eye Research, 202, 108328. https://doi.org/10.1016/j.exer.2020.108328Yin, J., Xu, J., & Ren, T. L. (2023). Recent Progress in Long-Term Sleep Monitoring Technology. Biosensors, 13(3), 395. https://doi.org/10.3390/bios13030395Santodomingo-Rubido, J., Carracedo, G., Suzaki, A., Villa-Collar, C., Vincent, S. J., & Wolffsohn, J. S. (2022). Keratoconus: An updated review. Contact Lens & Anterior Eye, 45(3), 101559. https://doi.org/10.1016/j.clae.2021.101559Kaufman, P . L., & Alm, A. (2011). Adler's Physiology of the Eye (11th ed.). Mosby.Razeghinejad, M. R., Banifatemi, M., & Banifatemi, S. (2014). The association of sleeping position and glaucoma progression. Journal of Ophthalmic & Vision Research, 9(1), 91–95.Ancoli-Israel, S., Cole, R., Alessi, C., Chambers, M., Moorcroft, W., & Pollak, C. P . (2015). The role of actigraphy in the study of sleep and circadian rhythms. Sleep, 26(3), 342–392. https://doi.org/10.1093/sleep/26.3.342Lugaresi, C., Tang, J., Nash, H., McClanahan, C., Chang, C. L., Yong, M. G., ... & Grundmann, M. (2019). MediaPipe: A Framework for Building Perception Pipelines. arXiv preprint arXiv:1906.08172.Harris, C. R., Millman, K. J., van der Walt, S. J., Gommers, R., Virtanen, P ., Cournapeau, D., ... & Oliphant, T. E. (2020). Array programming with NumPy. Nature, 585(7825), 357-362. https://doi.org/10.1038/s41586-020-2649-2Bradski, G. (2000). The OpenCV Library. Dr. Dobb’ s Journal of Software Tools.Santos, R. T., Moscovici, B. K., Hirai, F . E., Benício, C. M. F ., Nakano, E. M., & Nosé, W. (2021). Association between keratoconus, ocular allergy, and sleeping behavior. Arquivos brasileiros de oftalmologia, 84(1), 17–21. https://doi.org/10.5935/0004-2749.20210003Ministerio de Salud y Protección Social. (2019). Resolución 3100 de 2019. https://www.minsalud.gov.co/normatividad_nuevo/resoluci%C3%B3n%20no.%203100 %20de%202019.pdfCongreso de la República de Colombia. (2012). Ley 1581 de 2012. https://www.funcionpublica.gov.co/eva/gestornormativo/norma.php?i=49981International Electrotechnical Commission. (2006). IEC 62304: Medical device software – Software life cycle processes. https://webstore.iec.ch/publication/25920International Organization for Standardization. (2019). ISO 14971:2019 Medical devices – Application of risk management to medical devices. https://www.iso.org/standard/72704.htmlInternational Organization for Standardization. (2022). ISO 27001:2022 Information security, cybersecurity and privacy protection – Information security management systems – Requirements. https://www.iso.org/standard/27001.htmlFekedulegn, D., Andrew, M. E., Shi, M., Violanti, J. M., Knox, S., & Innes, K. E. (2020). Actigraphy-Based Assessment of Sleep Parameters. Annals of work exposures and health, 64(4), 350–367. https://doi.org/10.1093/annweh/wxaa007McMonnies, C. W. (2015). The evidentiary significance of case reports: Eye rubbing and keratoconus. Optometry and Vision Science, 92(6), e166–e172. https://doi.org/10.1097/OPX.0000000000000615Arenas, L. Franco, K. (2024). Desarrollo de un sistema portable para la asistencia en la rehabilitación de personas con discapacidad [Proyecto en curso]. Universidad Autónoma de Bucaramanga.https://apolo.unab.edu.co/en/persons/alejandro-tello-hern%C3%A1ndezORIGINALSOFTWARE DE MONITOREO AL DORMIR PARA LA DETECCIÓN DE EVENTOS DE COMPRESIÓN OCULAR (LIBRO).docx (1).pdfSOFTWARE DE MONITOREO AL DORMIR PARA LA DETECCIÓN DE EVENTOS DE COMPRESIÓN OCULAR (LIBRO).docx (1).pdfTesisapplication/pdf10785213https://repository.unab.edu.co/bitstream/20.500.12749/29826/4/SOFTWARE%20DE%20%20MONITOREO%20AL%20DORMIR%20PARA%20LA%20DETECCIO%cc%81N%20DE%20EVENTOS%20DE%20COMPRESIO%cc%81N%20OCULAR%20%28LIBRO%29.docx%20%281%29.pdfcffdbb3236847811861ccfb8b0436841MD54open accessLicencia.pdfLicencia.pdfLicenciaapplication/pdf348909https://repository.unab.edu.co/bitstream/20.500.12749/29826/6/Licencia.pdf16d7a10cfbc86e1cc6580eb1a61648a0MD56metadata only accessTHUMBNAILSOFTWARE DE MONITOREO AL DORMIR PARA LA DETECCIÓN DE EVENTOS DE COMPRESIÓN OCULAR (LIBRO).docx (1).pdf.jpgSOFTWARE DE MONITOREO AL DORMIR PARA LA DETECCIÓN DE EVENTOS DE COMPRESIÓN OCULAR (LIBRO).docx (1).pdf.jpgIM Thumbnailimage/jpeg4666https://repository.unab.edu.co/bitstream/20.500.12749/29826/7/SOFTWARE%20DE%20%20MONITOREO%20AL%20DORMIR%20PARA%20LA%20DETECCIO%cc%81N%20DE%20EVENTOS%20DE%20COMPRESIO%cc%81N%20OCULAR%20%28LIBRO%29.docx%20%281%29.pdf.jpge11bb0eff250898bca03f975f983a45cMD57open accessLicencia.pdf.jpgLicencia.pdf.jpgIM Thumbnailimage/jpeg10424https://repository.unab.edu.co/bitstream/20.500.12749/29826/8/Licencia.pdf.jpg999336bad0051f40c0f470150dc7d454MD58metadata only accessLICENSElicense.txtlicense.txttext/plain; charset=utf-8829https://repository.unab.edu.co/bitstream/20.500.12749/29826/5/license.txt3755c0cfdb77e29f2b9125d7a45dd316MD55open access20.500.12749/29826oai:repository.unab.edu.co:20.500.12749/298262025-06-17 22:01:19.79open accessRepositorio Institucional \| Universidad Autónoma de Bucaramanga - UNABrepositorio@unab.edu.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

Software de monitoreo al dormir para la detección de eventos de compresión ocular

Publicaciones similares