Ingeniería Biomédica

Permanent URI for this collection

https://vitela.javerianacali.edu.co/handle/11522/3839

Browse

Now showing 1 - 20 of 26

Análisis de Biomateriales para la Reducción de la Neuroinflamación en Electrodos de Estimulación Cerebral Profunda (DBS)
(Pontificia Universidad Javeriana Cali, 2025) Londoño Balcázar, Laura; Solís Mallungo, Mariangel; Becerra Hernández, Lina Vanessa; Moreno Gómez, Freddy Alonso
El presente trabajo de grado aborda el análisis de biomateriales para la reducción de la neuroinflamación en los recubrimientos aislantes de electrodos utilizados en Estimulación Cerebral Profunda (DBS). El objetivo general consistió en proponer, a partir de una revisión sistematizada de la literatura y aplicación de la metodología de selección de materiales de Ashby, un material que cumpliera con los requisitos de biocompatibilidad, aislamiento eléctrico, estabilidad química y capacidad para atenuar la respuesta inflamatoria crónica, sin haber sido empleado previamente en DBS. El alcance de la investigación se limitó al análisis de evidencia disponible en bases de datos indexadas, sin la inclusión de pruebas experimentales propias. La metodología se desarrolló en dos fases: en la primera, se aplicaron seis estrategias de búsqueda en PubMed utilizando descriptores MeSH relevantes, lo que permitió identificar 76 estudios, de los cuales 11 cumplieron con los criterios de inclusión y exclusión definidos. En la segunda fase, se extrajeron 60 biomateriales de dichos artículos, que fueron filtrados según restricciones funcionales. Posteriormente, se implementó la metodología Ashby de selección de materiales, mediante la definición de la función, objetivos, restricciones, criterios deseables y variables libres del diseño. Esta metodología permitió realizar un análisis comparativo sistemático que integró propiedades mecánicas, químicas y biológicas de los biomateriales. A través de este proceso, se identificaron siete candidatos iniciales, que fueron finalmente filtrados aplicando criterios adicionales como rigidez mecánica y capacidad de adaptación post-implantación, lo que redujo la selección a tres materiales finales: los nanocompuestos PVAc-CNC y PVAc-tCNC, y el polímero de memoria de forma tiol-eno-acrilato. Como conclusión destacada, el tiol-eno-acrilato fue seleccionado como el biomaterial más prometedor, al ofrecer un equilibrio óptimo entre adaptabilidad mecánica, procesabilidad y biocompatibilidad. Estas características sugieren un alto potencial para su implementación en los electrodos de implantes de DBS.
Desarrollo de prototipo para el apoyo de la terapia respiratoria manual con vibraciones que permita la movilización de secreciones en población adulta
(Pontificia Universidad Javeriana Cali, 2025) Rivera Figueroa, Vivian Vanessa; Rios Ortiz, Michelle Stefany; Corchuelo Guzmán, Valentina; Díaz Vesga, Magda Carolina
Las enfermedades respiratorias crónicas (ERC) representan una de las principales causas de morbilidad y mortalidad tanto a nivel mundial como en Colombia, donde se constituyen como la cuarta causa de muerte. En este contexto, la fisioterapia respiratoria cumple un papel fundamental, especialmente en pacientes con acumulación excesiva de secreciones. Sin embargo, las técnicas manuales de terapia empleadas tradicionalmente, presentan limitaciones debido a la falta de objetividad y la dependencia del juicio y habilidades del fisioterapeuta, lo que puede afectar la calidad de la terapia. Ante esta problemática, el presente trabajo de grado se enfocó en el diseño y desarrollo de un prototipo para el apoyo de la terapia respiratoria con vibraciones, orientado a población adulta. El prototipo fue diseñado para proporcionar una alternativa tecnológica que permita mejorar la precisión, objetividad y adaptabilidad del tratamiento. Para su desarrollo se utilizó la metodología Design Thinking, abordando las fases de empatía, ideación, diseño, implementación y validación. En la etapa inicial se identificaron las necesidades clínicas mediante entrevistas a fisioterapeutas y/o terapeutas respiratorios y revisión bibliográfica. Luego se definieron los parámetros de diseño, se desarrollaron propuestas de solución, y se construyó el prototipo con componentes electrónicos y sistemas de vibración. El prototipo fue validado mediante pruebas con un sensor y un simulador de alta fidelidad, evidenciando una concordancia entre las vibraciones programadas y las realmente registradas con el sensor. Además, se diseñó una aplicación móvil que permite controlar el dispositivo de forma remota, facilitando su uso en entornos clínicos y ambulatorios. Los resultados muestran el potencial del sistema para apoyar la terapia respiratoria con mayor objetividad, comodidad y adaptabilidad. Finalmente, se proponen líneas futuras de trabajo orientadas a la mejora del sistema de hardware y software, con el fin de fortalecer su aplicación en el campo de la fisioterapia respiratoria.
Desarrollo de Sistema Portátil para el Monitoreo Continuo de la Presión Arterial Basado en Fotopletismografía (PPG)
(Pontificia Universidad Javeriana Cali, 2025) Canaval Dicue, Valentina; Marmolejo Hernández, Natalia; Palacios Duarte, Juan Esteban; Torres Valencia, Cristian Alejandro
La hipertensión arterial constituye uno de los principales problemas de salud pública a nivel mundial debido a su alta prevalencia, carácter asintomático y estrecha relación con enfermedades cardiovasculares y cerebrovasculares. En respuesta a esta problemática, se desarrolló un sistema portátil para el monitoreo continuo de la presión arterial, basado en una técnica óptica no invasiva, orientado al seguimiento continuo de la salud cardiovascular. El proyecto abarcó el procesamiento de señales fisiológicas, el diseño electrónico del sistema y la implementación de un modelo matemático predictivo que permite estimar los valores de presión arterial sistólica y diastólica a partir de las características de la señal adquirida. Asimismo, se integró un sistema de comunicación inalámbrica que posibilita la visualización de los datos mediante una aplicación móvil, permitiendo el seguimiento de tendencias y la generación de alertas ante valores compatibles con hipertensión. De forma paralela, se desarrolló el diseño físico del prototipo y la fabricación de placas electrónicas personalizadas, garantizando la portabilidad y estabilidad del dispositivo. El prototipo final presentó un funcionamiento estable en condiciones controladas, con una adquisición y transmisión de datos confiables. Los resultados obtenidos evidencian la viabilidad del sistema como una herramienta para el monitoreo continuo de la presión arterial, aportando al desarrollo de tecnologías biomédicas portátiles orientados a la detección temprana y la prevención de enfermedades cardiovasculares.
Desarrollo de un aplicativo móvil para la identificación de arritmias cardíacas mediante procesamiento digital de señales ECG y aprendizaje automático
(Pontificia Universidad Javariana Cali, 2025) Muñoz de la Torre, Jereminth; Otero Argel, Karolina María; Vargas Cardona, Hernán Darío
Las enfermedades cardiovasculares (ECV) representan una preocupación global, siendo una de las principales causas de mortalidad según la Organización Mundial de la Salud (OMS). En Colombia, estas enfermedades ocupan un lugar importante en las estadísticas de mortalidad, destacándolas arritmias cardíacas como un factor crítico debido a su potencial para desencadenar muerte súbita cardíaca (MSC). El objetivo de esta propuesta es desarrollar un aplicativo móvil basado en procesamiento digital de señales ECG y aprendizaje automático para identificar arritmias cardíacas y alertar sobre la posibilidad de MSC en pacientes con antecedentes cardiovasculares o enfermedades crónicas. La metodología del estudio se estructura en varias etapas, incluyendo la selección de la base de datos ECG adecuada, el procesamiento de señales, la extracción de características, el entrenamiento de modelos de aprendizaje automático, la validación y evaluación de los modelos, la implementación del aplicativo móvil y la validación del mismo mediante simuladores de ECG. Los resultados obtenidos incluyen un modelo de aprendizaje automático con una precisión del 96 %, lo que demuestra su eficacia en la clasificación de arritmias cardíacas. Además, se logró integrar exitosamente el modelo en el aplicativo móvil denominado KIBO, el cual ofrece tres salidas principales: el ritmo cardíaco, la identificación de arritmias potencialmente peligrosas capaces de desencadenar muerte súbita cardíaca (MSC), y el vector de ECG asociado. Esto permite lograr el fin último de activar de manera oportuna una ruta de atención en emergencias, mejorando la respuesta ante posibles complicaciones relacionadas con MSC y contribuyendo a la prevención de eventos fatales.
Desarrollo de un sistema predictivo para el apoyo en el diagnóstico temprano de la enfermedad de Alzheimer mediante inteligencia artificial y estudios PET
(Pontificia Universidad Javeriana Cali, 2025) Bolaños Aldana, Alejandra; Castillo Estacio, Nicoll Dayana; Vargas Cardona, Hernán Darío
La enfermedad de Alzheimer constituye la principal causa de demencia a nivel mundial, afectando a más de 55 millones de personas. No obstante, su diagnóstico temprano continúa siendo un desafío clínico relevante, dado que los métodos convencionales suelen identificar la enfermedad en fases avanzadas, cuando las alternativas terapéuticas son limitadas. En este contexto, el presente trabajo desarrolló un sistema predictivo orientado al apoyo en el diagnóstico temprano de la enfermedad de Alzheimer mediante el uso de inteligencia artificial aplicada a estudios de tomografía por emisión de positrones (PET). El objetivo principal consistió en integrar técnicas de aprendizaje profundo y aprendizaje automático para la clasificación de pacientes en tres categorías diagnósticas: cognitivamente normal, deterioro cognitivo leve y enfermedad de Alzheimer. La metodología se fundamentó en el uso de datos del repositorio público ADNI, incorporando un total de 5,673 imágenes PET adquiridas con diferentes radiofármacos, así como 4,617 registros clínicos que incluyen variables sociodemográficas, cognitivas y genéticas. Para el análisis de neuroimagen, se implementaron y compararon tres arquitecturas de redes neuronales convolucionales tridimensionales: ResNet3D, un enfoque de transfer learning basado en ResNet10-3D preentrenado y la arquitectura VoxCNN3D. De manera complementaria, se evaluaron modelos clásicos de aprendizaje automático aplicados a datos tabulares, específicamente K-Nearest Neighbors, Naive Bayes y Random Forest. Adicionalmente, se desarrolló un modelo híbrido que integró las representaciones profundas extraídas por ResNet10-3D con variables clínicas procesadas mediante Random Forest, con el fin de aprovechar información multimodal. Los resultados evidenciaron que el modelo híbrido alcanzó el mejor desempeño global, logrando una exactitud del 77.12% en el conjunto de prueba, superando de manera significativa a los modelos individuales. En particular, el sistema obtuvo una precisión del 100% para la clase Alzheimer, un recall del 94.92% para la clase de controles normales y métricas balanceadas para la categoría de deterioro cognitivo leve, lo que refleja una adecuada capacidad discriminativa. Como parte del desarrollo tecnológico, se implementó una interfaz gráfica funcional mediante Gradio, la cual permite la carga de estudios PET, la captura de información clínica, la visualización multiplanar de las neuroimágenes y la generación automática de reportes diagnósticos en formatos TXT y PDF. En conclusión, este trabajo demuestra que la integración multimodal de neuroimagen funcional y datos clínicos, mediante técnicas avanzadas de inteligencia artificial, mejora de forma sustancial el desempeño diagnóstico frente a enfoques unimodales. El sistema propuesto se perfila como una herramienta prometedora de apoyo al diagnóstico clínico, con potencial para fortalecer la detección temprana y la estratificación de pacientes dentro del espectro del deterioro cognitivo.
Desarrollo de una herramienta de entrenamiento y evaluación del uso adecuado del electrobisturí enfocada en la seguridad del paciente
(Pontificia Universidad Javeriana Cali, 2025) Ceballos Rivera, Laura Isabel; Corchuelo Guzmán, Valentina; Palacios Duarte, Juan Esteban
El uso seguro del electrobisturí en procedimientos quirúrgicos representa un desafío crítico para la seguridad del paciente, dado que su manejo inadecuado puede desencadenar eventos adversos como quemaduras, incendios quirúrgicos y lesiones térmicas. Pese a su alta frecuencia de uso, la formación del personal asistencial en el uso de este dispositivo suele ser limitada e informal. Frente a esta necesidad, el presente trabajo de grado tuvo como objetivo general desarrollar una herramienta de entrenamiento y evaluación para el uso seguro del electrobisturí, basada en realidad virtual y elementos de gamificación. Los objetivos específicos del proyecto incluyeron: identificar las principales variables y retos asociados al uso del electrobisturí, diseñar e implementar un entorno virtual interactivo que simulará de manera fiel las prácticas clínicas relacionadas con este dispositivo, y verificar la funcionalidad de la herramienta mediante un modelo de evaluación cuantitativo. El proyecto se desarrolló como una investigación aplicada, con enfoque mixto. Se realizó una revisión de literatura, entrevistas estructuradas y posteriormente se diseñó un entorno de entrenamiento en realidad virtual mediante el motor Unity. La herramienta resultante incluye un nivel completo que guía al usuario en etapas clave como la preparación de la piel, la colocación del electrodo de retorno, la configuración segura del equipo, y la ejecución de las funciones de corte y coagulación. La evaluación de la herramienta se llevó a cabo utilizando el modelo de Kirkpatrick, abordando los niveles de reacción, aprendizaje, comportamiento y resultados. Los datos obtenidos evidenciaron una alta aceptación por parte de los usuarios, así como mejoras significativas en el conocimiento y habilidades técnicas relacionadas con el uso seguro del electrobisturí. Entre las principales conclusiones, se destaca que la herramienta constituye una estrategia innovadora y efectiva para fortalecer la capacitación del personal asistencial en el ámbito de la tecnología biomédica. Asimismo, ofrece un entorno exento de riesgos reales para el paciente, permitiendo la repetición y evaluación constante de prácticas seguras. Finalmente, el diseño modular de la herramienta abre la posibilidad para futuras mejoras y ampliaciones.
Desarrollo de una herramienta para la clasificación de movimientos de la mano asociados al síndrome del túnel carpiano mediante aprendizaje automático
(Pontificia Universidad Javeriana Cali, 2025) Arango Valencia, Karen Nicolle; Palacios Duarte, Juan Esteban; Corchuelo Guzmán, Valentina
El síndrome del túnel carpiano (STC) es una neuropatía que se genera por la compresión del nervio mediano y compromete la función de la mano constituyendo una causa frecuente de ausentismo laboral. Su detección temprana es limitada por la falta de herramientas objetivas para evaluar patrones de movimiento asociados al riesgo biomecánico. En este proyecto se desarrolla una herramienta para clasificar movimientos de la mano vinculados al STC a partir de señales de sEMG y aprendizaje automático. A partir de una revisión de repositorios públicos y empleando el Proceso Analítico Jerárquico (AHP), se seleccionó NinaPro DB2 (Ejercicio B), que incluye movimientos funcionales con gestos de riesgo como la flexión, extensión y desviaciones de la muñeca. Las señales provenientes de la base de datos se filtraron (20–450 Hz, notch 50 Hz), normalizaron mediante Z-score y segmentaron en 44 526 ventanas, con un desbalance de clases cercano a 1:4 (riesgo vs. seguro). Se entrenaron modelos clásicos basados en 144 características (Ensemble Subspace KNN y Random Forest) y modelos profundos sobre secuencias crudas (CNN-LSTM y BiLSTM), evaluando distintas estrategias de balanceo: sobremuestreo sintético en ML y data augmentation temporal y Focal Loss en DL. Los resultados muestran que el desempeño depende fuertemente del tratamiento del desbalance. Con ADASYN, el modelo Random Forest alcanzó un AUC de 0.906, una sensibilidad del 86% para la clase de riesgo y un F1-score de 0.83, siendo el clasificador más robusto. En los modelos profundos, la mejor configuración se obtuvo combinando únicamente data augmentation (jittering, scaling y time-warping), donde la CNN-LSTM alcanzó un AUC de 0.764, una sensibilidad cercana al 61% y un F1-score de 0.62, mientras que el BiLSTM logró una sensibilidad del 65% y un F1-score de 0.59. En conjunto, los modelos clásicos con sobremuestreo sintético capturan con mayor eficacia las diferencias entre movimientos seguros y de riesgo en bases con variabilidad temporal limitada. El sistema se integró en un prototipo funcional con backend en Flask e interfaz web, que replica el preprocesamiento y permite realizar inferencia sobre nuevas señales sEMG. Los resultados demuestran la viabilidad de un enfoque no invasivo para monitorear patrones motores asociados al riesgo de STC y sientan las bases para herramientas de prevención accesibles en entornos ocupacionales.
Desarrollo de una herramienta que permita la automatización de la extracción de la información de alertas sanitarias
(Pontificia Universidad Javeriana Cali, 2025) Córdoba Narváez, Alejandro; Quintero Moreno, Gabriela; Pedreros Arango, Natalia
El presente proyecto se centra en el desarrollo de un aplicativo especializado para la extracción automatizada de información de alertas sanitarias, con el objetivo de mejorar la gestión de la información en el ámbito de la salud pública. Se justifica la necesidad de esta herramienta debido a las limitaciones del proceso manual actual, que es propenso a errores y consume mucho tiempo. Para abordar esta problemática, se proponen métodos avanzados de automatización y procesamiento de datos, como el procesamiento del lenguaje natural (NLP), el machine learning y los algoritmos de scraping. Estas tecnologías permitirán no solo extraer datos de manera automática, sino también procesarlos y estructurarlos adecuadamente para su integración en bases de datos. El proyecto se fundamenta en principios teóricos de NLP, minería de datos y aprendizaje automático, con el objetivo de desarrollar un sistema capaz de interpretar y contextualizar la información de las alertas sanitarias. Esto mejorará la eficiencia y la precisión de la extracción de datos, así como la actualización oportuna de las bases de datos de salud pública. La implementación práctica del aplicativo ofrecerá beneficios significativos, incluyendo una mayor eficiencia operativa, una mayor confiabilidad de la información y una respuesta más rápida a emergencias sanitarias. El alcance del proyecto incluye el desarrollo de un aplicativo que se enfoque exclusivamente en la extracción de información de alertas sanitarias preexistentes y su integración con las bases de datos existentes. No se abordarán aspectos relacionados con la creación de alertas ni la generación de informes clínicos. El impacto esperado de este aplicativo en la eficiencia operativa de las entidades de salud pública es significativo, ya que facilitará la toma de decisiones informadas y mejorará la capacidad de respuesta ante emergencias sanitarias.
Desarrollo de una prueba de flujo lateral con nanopartículas de oro conjugadas para la detección selectiva de variantes de alto riesgo del Virus del Papiloma Humano (VPH)
(Pontificia Universidad Javeriana Cali, 2024) López Abella, Juan José; Valencia Piedrahita, María Paula; Jaramillo Botero, Andrés; Navarro Chica, Carlos Enrique
El cáncer cervicouterino (CCU) es una preocupación de salud global, especialmente en América Latina, donde sus tasas de mortalidad son elevadas. En Colombia, representa la principal causa de muerte para mujeres entre los 30 y 59 años de edad. El virus del papiloma humano (VPH), particularmente las variantes VPH16 y VPH18, son responsables de la gran mayoría de los casos de cáncer cervical, vulvar, vaginal anal y orofaríngeo en mujeres. A pesar de su importancia, solo el 23.2 % de las mujeres en Colombia se han sometido a pruebas de detección del VPH en los últimos cinco años, principalmente debido a la falta de acceso a las mismas, especialmente en áreas rurales y de bajos recursos económicos. Esto evidencia la necesidad de tecnologías de detección innovadoras y asequibles para mejorar el diagnóstico temprano y la prevención de este cáncer. En este documento se describe el desarrollo y la validación de una prueba de flujo lateral competitiva para la detección selectiva de las variantes de alto riesgo, VPH16 y VPH18, utilizando nanopartículas de oro (AuNPs) funcionalizadas con anticuerpos monoclonales para dichas variantes.
Diseño de un producto que simule las condiciones táctiles y vestibulares del útero para favorecer el desarrollo sensorial en bebés prematuros en la unidad de cuidado intensivo neonatal
(Pontificia Universidad Javariana Cali, 2025) Monroy Lasso, Juan; Aguilar Zambrano, Jaime Alberto; Corchuelo Guzmán, Valentina
El nacimiento prematuro representa un desafío global significativo, con más de 13 millones de bebés nacidos prematuros en 2020, lo que equivale a uno de cada diez nacimientos [1]. Estas condiciones pueden dar lugar a complicaciones graves, como deficiencias motoras o parálisis cerebral en un porcentaje considerable de estos neonatos [2]. Este proyecto tiene como objetivo desarrollar un dispositivo de estimulación táctil y vestibular que simule las condiciones táctiles y de contención del útero materno para apoyar el desarrollo neurosensorial de bebés prematuros en unidades de cuidado intensivo neonatal (UCIN). Para el diseño del producto se utilizó el método TRIZ y el Diseño Axiomático para los procesos de análisis del problema y para la síntesis del producto. En el proceso de análisis se realizó una revisión de literatura científica, el análisis de patentes y consultas con expertos en neonatología y fisioterapia. El prototipo incorpora un diseño biomimético inspirado en las propiedades mecánicas del útero, utilizando materiales como siliconas catalizadas con platino para emular la elasticidad y contención uterina [3]. Además, se realizaron simulaciones de elementos finitos (FEA) para evaluar la seguridad y la funcionalidad del diseño, comparando el comportamiento del material con las condiciones reales del útero [4]. El prototipo incluye un sistema electrónico con sensores y actuadores para proporcionar estímulos táctiles y vestibulares ajustables. Las pruebas de validación realizadas en un entorno simulado de UCIN mostraron una alta compatibilidad con los protocolos hospitalarios y una percepción positiva de su seguridad y efectividad por parte del personal médico. Este dispositivo no solo busca mejorar el desarrollo físico y neurosensorial de los bebés prematuros, sino también reducir el estrés de los padres, fomentando el vínculo familiar [2]. Las mejoras futuras incluyen explorar otros materiales, realizar simulaciones más avanzadas, y diseñar el producto personalizable para varios tamaños. Este proyecto constituye un paso innovador en la ingeniería biomédica, con potencial para transformar el cuidado neonatal en los bebes prematuros.
Diseño de un protocolo de mejora para la hemodiálisis en Colombia, basado en ISO 9001:2015
(Pontificia Universidad Javeriana Cali, 2025) Rodríguez Hernández, María José; Botina Muñoz, Flor Neyfy; Soto González, Angélica María
La enfermedad renal crónica (ERC) representa un desafío creciente en Colombia, donde la demanda de hemodiálisis ha aumentado debido al envejecimiento poblacional y la alta prevalencia de enfermedades crónicas. Sin embargo, la tercerización de este servicio ha generado disparidades en la calidad de atención. Este proyecto propuso el diseño de un protocolo de mejora para la hemodiálisis, basado en la norma ISO 9001:2015, mediante análisis documental. Se identificaron deficiencias en infraestructura, protocolos y gestión hospitalaria, proponiendo la estandarización de procesos para optimizar la eficiencia, garantizar la seguridad del paciente y fortalecer la calidad del servicio. El estudio se desarrolló bajo un enfoque de estudio documental (análisis de fuentes secundarias), con revisión bibliográfica, análisis de modelos internacionales y formulación de un protocolo adaptable al contexto colombiano. Así mismo, se establecieron aportes desde la ingeniería biomédica en el manejo de equipos, estandarización de procedimientos y sostenibilidad del sistema. Los entregables incluyeron un diagnóstico, una matriz comparativa, una guía de implementación y el protocolo de mejora. Esta propuesta pretendía reducir el impacto negativo de la tercerización y contribuir a una atención más equitativa y eficiente en los servicios de salud renal.
Diseño de un sistema de monitoreo de variables indirectas de fatiga muscular durante la actividad física en deportistas de alto rendimiento
(Pontificia Universidad Javeriana Cali, 2025) Nieto Ángel, Mariana; Ramírez Agredo, Isabela; Tobón Llano, Luis Eduardo
La fatiga muscular es un desafío relevante en el ámbito deportivo, especialmente en deportistas de alto rendimiento, ya que afecta directamente la capacidad funcional y eleva el riesgo de lesiones. El monitoreo en tiempo real de esta condición todavía presenta limitaciones, debido a la falta de herramientas portátiles, accesibles y precisas que permitan detectarla de forma no invasiva durante la actividad física. El objetivo de esta propuesta es desarrollar un sistema de monitoreo portátil basado en tecnologías avanzadas de sensores para medir indicadores relacionados con la fatiga muscular durante el entrenamiento. Para su diseño, se utilizó una metodología que incluyó el análisis conceptual del sistema, la selección e integración de sensores fisiológicos, la implementación de un circuito de acondicionamiento de señal, el procesamiento digital a través de un microcontrolador y la visualización de datos mediante interfaces gráficas. Además, se verificó el funcionamiento del prototipo en condiciones controladas mediante pruebas de laboratorio, para finalmente validar su desempeño mediante pruebas piloto. El sistema desarrollado permite a los entrenadores identificar los momentos clave del entrenamiento en los cuales los deportistas se encuentran más propensos a padecer fatiga muscular con base en sus condiciones fisiológicas. Esta iniciativa representa un avance en la incorporación de tecnologías biomédicas al deporte, con impacto positivo en el rendimiento y la salud de los deportistas de alto rendimiento.
Diseño e implementación de un sistema de localización para equipos biomédicos mediante la integración de tecnología RFID y WIFI
(Pontificia Universidad Javariana Cali, 2025) Arroyave Restrepo, Joseph; Corchuelo Guzmán, Valentina; Palacios Duarte, Juan Esteban
Las instituciones prestadoras de servicios de salud en Colombia enfrentan un desafío crítico relacionado con la localización de equipos biomédicos necesarios para procedimientos médicos, loque genera pérdidas de tiempo. Este problema se agrava por la seguridad de los equipos y su impacto en el cumplimiento de estándares de habilitación de servicios de salud. Este proyecto tiene como objetivo diseñar e implementar un sistema de localización de equipos biomédicos mediante la integración de tecnología RFID (radio-frequency identification) y WIFI. Para lograrlo, se analizará la normativa de salud colombiana, se diseñará un sistema de localización basado en áreas de circulación, puntos de acceso, labores y necesidades del personal técnico y asistencial, y se verificará su funcionamiento en un entorno de prueba. La implementación de tecnología RFID se presenta como una herramienta prometedora para la gestión de equipos biomédicos. El prototipo del sistema incluye etiquetas RFID, receptores RFID, y una base de datos dispuesta en un servicio de cloud en línea. Para el alcance del proyecto, se estableció la implementación de un prototipo del sistema de localización en el Hospital Simulado de la Pontificia Universidad Javeriana Cali. Este prototipo estará diseñado para satisfacer las necesidades identificadas en términos de localización dentro de una institución de salud de alta complejidad en Santiago de Cali. El informe final incluirá una descripción detallada de los componentes del sistema, su arquitectura y su funcionamiento.
Diseño e implementación de una herramienta para evaluar el impacto ambiental por el uso de equipos biomédicos en el Hospital Simulado de la Pontificia Universidad Javeriana, Cali
(Pontificia Universidad Javariana Cali, 2025) Díaz Sarabia, Denisse Valentina; Restrepo Maldonado, Denisse Valentina; Palacios Duarte, Juan Esteban; Tello Gómez, Isabella
El presente trabajo aborda la necesidad de evaluar y gestionar el impacto ambiental de los equipos biomédicos en el Hospital Simulado de la Pontificia Universidad Javeriana Cali. Este estudio integra conceptos de ingeniería biomédica, gestión ambiental y sostenibilidad para diseñar e implementar una herramienta que cuantifique aspectos como consumo energético, generación de residuos y emisiones de CO2. La metodología adoptada incluyó la recopilación y análisis de datos de equipos biomédicos seleccionados, clasificación según la normativa vigente y el diseño de reportes ambientales. Los resultados destacan la utilidad de la herramienta para optimizar recursos, reducir costos y tomar decisiones informadas en el sector salud, alineándose con objetivos globales de sostenibilidad. Este proyecto presenta estrategias sostenibles aplicadas a la gestión de tecnología biomédica, detallando su implementación y resultados en el desarrollo de una herramienta para la evaluación ambiental.
Equipo biomédico para la medición de volumen inspiratorio y espiratorio con base en el incentivo respiratorio Ubicu
(Pontificia Universidad Javeriana Cali, 2024) García Polanco, Juan José; González Mejía, Isabella; Aguilar Zambrano, Jaime Alberto; Valencia Díaz, Manuel Vicente
19 en Colombia durante los últimos tres años ha llevado a una mayor implementación de terapias de reexpansión pulmonar, con el fin de tratar y prevenir la pérdida de volúmenes y capacidades pulmonares. Existen diferentes técnicas para tratar estos problemas, como la inspiración profunda y los incentivos respiratorios. La fisioterapia de incentivo es una de las técnicas para la recuperación de la capacidad pulmonar que proporciona retroalimentación al paciente sobre el volumen o flujo alcanzado. La Pontificia Universidad Javeriana Cali junto con la Universidad del Valle diseñaron el incentivo respiratorio Ubicu, que es un sistema orientado a la inspiración en terapias de reexpansión pulmonar junto con la ayuda de un software gamificado que mejora la adherencia del paciente. El objetivo del proyecto es diseñar y construir un equipo biomédico para medir el volumen inspiratorio y espiratorio mediante un sensor de flujo-volumen, determinando la capacidad vital de un adulto sano, buscando enriquecer las cualidades del incentivo respiratorio Ubicu actual. El proceso de diseño se realizó utilizando TRIZ, Design Thinking y Diseño Axiomático con un equipo interdisciplinario del proyecto. Para el producto diseñado, se utilizó un sensor primario de placa-orificio que permite medir con precisión el flujo en ambas direcciones, la medición y la comunicación Bluetooth se realizó con el microcontrolador ESP32, y la retroalimentación con la plataforma UNITY. Para la validación de la medición del flujo, se utilizó un sistema de referencia implementando el dispositivo estándar VT650 y el dispositivo CITREX H3, y la capacidad vital se validó mediante pruebas con doce personas sanas, con un espirómetro Baseline analógico. Se diseñó y construyó un prototipo funcional para el apoyo a la fisioterapia respiratoria de incentivo con un equipo biomédico tecnológico para monitorear la capacidad vital y otras variables espirométricas de un adulto sano.
Estudio de la Correlación entre los Compuestos Orgánicos Volátiles en el Aliento Exhalado Condensado (AEC) Medidos y el Desarrollo de Diabetes MellitusTipo 2
(Pontificia Universidad Javeriana Cali, 2025) Gutiérrez, Daniela; Delvasto, Jerónimo; Jaramillo Botero, Andrés; Viviana, Ortega Burbano
El presente trabajo tuvo como objetivo estudiar los compuestos orgánicos volátiles (COVs) presentes en el aliento exhalado condensado (AEC) para establecer su relación con el riesgo de desarrollar diabetes mellitus tipo 2. Se empleó cromatografía de gases acoplada a espectrometría de masas (GC-MS) como técnica principal de análisis, lo que permitió detectar y cuantificar los metabolitos volátiles presentes en las muestras. La investigación se estructuró en etapas que incluyeron una revisión teórica, el diseño de un protocolo para la recolección y análisis de muestras, y el posterior tratamiento estadístico de los datos obtenidos. Como resultado, se identificaron diez metabolitos significativamente presentes en individuos clasificados como de alto riesgo de desarrollar diabetes tipo 2. De estos, cinco metabolitos presentan rutas metabólicas de origen endógeno bien descritas, entre los cuales octanal y 6- methyl-5-hepten-2-one destacaron por su relevancia estadística. Estos compuestos son propuestos como posibles biomarcadores tempranos de la enfermedad. La evidencia obtenida respalda el uso del análisis de COVs en AEC como herramienta diagnóstica no invasiva para la detección precoz del riesgo metabólico, contribuyendo al desarrollo de estrategias de medicina predictiva.
Identificación automática de ataque cerebrovascular (ACV) isquémico mediante la aplicación de técnicas de Deep Learning en imágenes de tomografía computarizada
(Pontificia Universidad Javariana Cali, 2025) Hurtado Bustos, Sebastián; Valencia Amaya, Santiago; Vargas Cardona, Hernán Darío
El ataque cerebrovascular isquémico (ACV) ocurre cuando un coágulo de sangrebloquea una arteria del cerebro, llevando a una interrupción del flujo sanguíneo y privando a las células cerebrales de oxígeno y nutrientes, siendo la segunda causa de muerte a nivel mundial según la OMS y es de las primeras causas de discapacidad a largo plazo. Por otro lado, la desinformación es un factor importante que agrava la problemática, dando prioridad a trabajar en la concientización de este. El proyecto tiene como objetivo principal entrenar modelos para apoyo al diagnóstico que puedan ayudar a los profesionales de la salud a detectar de manera más rápida y precisa el ACV isquémico, lo que podría tener un impacto significativo en el tratamiento y la recuperación de los pacientes, así como en la reducción de los costos asociados y el impacto socioeconómico de esta enfermedad. Los modelos implementan técnicas de aprendizaje profundo basadas en redes neuronales convolucionales en 3 dimensiones (CNN3D) las cuales se usaron como extractores de características sobre estudios de tomografía computacional (CT). Luego de procesar el conjunto de datos con todos los modelos de deep learning, se aplicaron clasificadores SVM con los kernels lineal, RBF y polinomial utilizando Grid Search para ajustar hiperparámetros, KNN evaluado con 3 y 5 vecinos; Perceptrón Multicapa (MLP) y XGBoost. Para cada clasificador se realizaron 10 repeticiones con partición 70-30 % (Hold-Out aleatorio), y se reportó el valor promedio ± desviación estándar de la exactitud, sensibilidad, especificidad, F1-Score, y AUCROC. El esquema experimental permitió demostrar que las CNN 3D funcionan muy bien comoextractores de información relevante en CT, para identificar automáticamente ACV.
Integración de interfaces hápticas en la rehabilitación de miembro superior
(Pontificia Universidad Javeriana Cali, 2024) Rubiano Giraldo, Andrea del Pilar; Vargas Cardona, Hernán Darío; Amador Rodríguez, Andrés Felipe
Las actividades de la vida diaria (AVD) conllevan movimientos repetitivos, especialmente del miembro superior, siendo esencial para ejecutar diversas tareas cotidianas. La repetición de ciertos movimientos puede desencadenar Lesiones Musculoesqueléticas (LME), afectando la ejecución de tareas básicas de cuidado personal. Además, tras un Accidente Cerebrovascular (ACV), la funcionalidad del miembro superior puede verse afectada, generando secuelas sensoriales y motoras que comprometen la realización de tareas voluntarias. Para recuperar o mejorar la movilidad del miembro afectado, se recurre a terapias de rehabilitación de miembro superior, determinadas por profesionales de la salud según la condición del paciente. Sin embargo, las terapias convencionales ofrecidas por el sistema de salud presentan limitaciones: son ejercicios repetitivos, carecen de seguimiento y pueden resultar molestos. Esta falta de efectividad contribuye al abandono temprano de las terapias, reflejando una baja adherencia por parte de los pacientes. El abandono de las terapias no solo afecta la recuperación del movimiento, sino que también genera molestias y dolores, impactando en la realización de AVD. La dependencia resultante hacia familiares disminuye la autoestima del individuo. Este trabajo de grado tiene como objetivo implementar una herramienta que elabore una trayectoria a seguir empleando Curvas de Bézier, diseñar un escenario interactivo para realizar la ejecución de terapias de rehabilitación y finalmente evaluar los resultados obtenidos mediante encuestas a fisioterapeutas que prueben la herramienta. Como resultado se obtuvo una herramienta de software, compuesta por un escenario virtual interactivo en el que se pueden llevar a cabo ejercicios básicos de rehabilitación del miembro superior, gracias a la interacción que permiten la interfaz háptica Meta Quest 2. Adicionalmente, se obtuvieron resultados sobresalientes en la etapa de validación, realizada con fisioterapeutas y/o profesionales con conocimientos en el área de fisiología
MyoAlert Vision: sistema inteligente de apoyo diagnóstico para la identificación automática del infarto agudo de miocardio con elevación del segmento ST mediante análisis electrocardiográfico
(Pontificia Universidad Javeriana Cali, 2025) Daza Cerón, Julieth Alejandra; Obregón Londoño, William Felipe; Torres Valencia, Cristian Alejandro
El infarto agudo de miocardio es una de las principales causas de mortalidad a nivel mundial, con aproximadamente 3 millones de casos al año, siendo su variante con elevación del segmento ST una de las presentaciones más críticas. En Colombia, esta condición figura entre las principales causas de defunción, lo que resalta la necesidad de herramientas que mejoren la detección temprana y la precisión diagnóstica en entornos clínicos. Con el objetivo de brindar soporte diagnóstico a los profesionales de la salud, este trabajo desarrolló MyoAlert Vision, una aplicación web capaz de identificar patrones asociados a la enfermedad en registros de ECG de 12 derivaciones y estimar la localización anatómica del infarto (anterior, inferior, lateral o septal). El sistema integra modelos de aprendizaje automático XGBoost y CNN-1D, alcanzando precisiones del 93 % y 91 % en la detección del evento isquémico, y emplea LightGBM para la identificación de la zona afectada, con una precisión del 86 %. Para esta última etapa, se incorporó un proceso previo que combinó un segundo modelo XGBoost con valores SHAP, con el fin de mejorar la interpretabilidad de los resultados y respaldar la asignación anatómica de las predicciones. En conjunto, estos resultados consolidan a MyoAlert Vision como un prototipo eficiente, que constituye un primer acercamiento al soporte diagnóstico asistido por inteligencia artificial en el infarto agudo de miocardio con elevación del segmento ST.
Reconocimiento de expresiones faciales a partir de imágenes para posible soporte de ayuda en personas con Trastorno del Espectro Autista (TEA)
(Pontificia Universidad Javeriana Cali, 2025) González Torres, Miguel Santiago; Pérez Ramírez, Sebastián; Vargas Cardona, Hernán Darío
Este proyecto de grado se centra en el desarrollo de una aplicación software diseñada para la el reconocimiento de expresiones faciales a partir de imágenes para personas con trastorno de espectro autista (TEA), con un enfoque en los niños, buscando la posible mejora de sus habilidades sociales mediante el reconocimiento efectivo de emociones básicas. El núcleo de la aplicación software radica en el uso de técnicas de deep learning, mediante las cuales el sistema aprenderá a identificar emociones a partir de una extensa base de datos de expresiones faciales. La fase de entrenamiento implicará el procesamiento de imágenes de diversas emociones, permitiendo que el prototipo desarrolle un modelo de reconocimiento que se adapte a las variaciones en las expresiones faciales propias de las personas. Una vez entrenado, el aplicativo se utilizará en los autores del proyecto, donde podrá validar y corroborar las emociones detectadas en las imágenes capturadas durante las actividades. Esto permitirá una retroalimentación de calidad, reforzando el aprendizaje en la identificación correcta de las emociones.

Browse

Browsing Ingeniería Biomédica by Title

Results Per Page

Sort Options