Doctorado en Mecatrónica

Predicción de crisis epilépticas empleando técnicas de procesamiento avanzadas y bioseñales

2026-06-13T06:09:55Z

Predicción de crisis epilépticas empleando técnicas de procesamiento avanzadas y bioseñales Andrea Viviana Pérez Sánchez La predicción temprana y exacta de crisis epilépticas continúa siendo uno de los principales desafíos en neuro ingeniería. En este contexto, la presente tesis propone una metodología computacional evolutiva para la predicción anticipada del estado pre-ictal a partir de bioseñales cerebrales obtenidas mediante electroencefalografía (EEG). Esta ha sido desarrollada a lo largo de cuatro etapas de investigación científica, cuyos resultados fueron publicados en revistas indexadas en el Journal Citation Reports (JCR). En la primera fase, se implementaron técnicas de análisis tiempo-frecuencia y estimadores fractales aplicados a señales de EEG, alcanzando una predicción de crisis con 30 minutos de anticipación y una exactitud del 93.33 %. Posteriormente, se incorporó un índice de homogeneidad espectral y una transformada wavelet de paquetes de máximo traslape, logrando una predicción de 20 minutos con una exactitud del 93.25 % para señales cardiacas (ECG). La tercera etapa consistió en una revisión sistemática de la literatura (2020–2025) bajo lineamientos PRISMA, que permitió identificar las limitaciones metodológicas y la necesidad de integrar modelos multiescalares y topológicos para mejorar la generalización y el horizonte de predicción. Por otro lado, se propuso una metodología integral que combina análisis multifractal (MFA), redes neuronales gráficas (GNN) y algoritmo de evolución diferencial (DEA). Se emplearon cinco métodos de MFA: el método de cobertura de caja multifractal (MFBCM), el análisis de fluctuación sin tendencia multifractal (MF-DFA), el método de máximos de la transformada wavelet (WTMM), el análisis multifractal de Higuchi (HMFA) y el análisis de entropía multiescala (MSE), con el fin de caracterizar la dinámica cerebral no lineal en segmentos de un minuto, provenientes de 21 canales EEG. Estas características se estructuraron en grafos que representan la conectividad funcional cerebral y fueron procesadas por una GNN optimizada mediante DEA. El modelo fue entrenado y validado utilizando la base de datos pública CHB-MIT Scalp EEG Database, alcanzando una exactitud de 96.08 %, sensibilidad de 94.98 %, especificidad de 97.18 % y un AUC-ROC de 99.25 %, con capacidad predictiva de 60 minutos antes del inicio de la crisis. Finalmente, la metodología se validó experimentalmente mediante una interfaz gráfica desarrollada para el casco EMOTIV EPOC+, la cual permitió adquirir y procesar señales EEG de paciente sano, demostrando la viabilidad del sistema en condiciones experimentales reales con una especificidad del 92.5%.

Sistema inteligente de pronóstico para la rehabilitación de pacientes con lesiones de extremidades inferiores

2025-10-07T06:09:22Z

Sistema inteligente de pronóstico para la rehabilitación de pacientes con lesiones de extremidades inferiores Rogelio Cedeño Moreno Los esguinces de tobillo por inversión son las lesiones más comunes en piernas, presentándose posterior a un movimiento brusco o a un esfuerzo anormal, causando rasgaduras parciales o totales de los ligamentos. Lo cual ante la ausencia o ineficiencia de un tratamiento puede causar un desgaste sobre tejidos y articulaciones sanas, volviéndose propensos a la presencia de secuelas, recurrencia de la lesión o el surgimiento de nuevas lesiones. Para evitar esto, los especialistas en fisioterapia concluyen que una recuperación apropiada depende de la eficiencia y velocidad del tratamiento, así como la realización de ajustes oportunos del tratamiento acorde al progreso del paciente. Esto permitiría obtener el mayor impacto sobre la condición en el menor tiempo; sin embargo, el estimar el desarrollo de la condición del paciente tiende a ser una tarea compleja, influenciada por factores particulares para cada paciente. Por lo cual, los especialistas tienden a depender de la descripción detallada de la condición y su experiencia para interpretarla, lo cual limita su capacidad para reaccionar a la presencia de anormalidades o cambios en el desarrollo de la lesión. Con el fin de minimizar estas incertidumbres, se ha propuesto el desarrollo de una metodología de evaluación con Machine learning enfocada en la detección de patrones para la cuantificación del grado de recuperación. El cual pueda sustentarse de información cuantitativa para describir el estado de una lesión, así como proyectar el progreso esperado conforme se siga un tratamiento. Permitiendo tener una descripción objetiva de la condición del paciente que facilite las tareas de comparación y registro y les permitiría a los especialistas tener una retroalimentación de los efectos del tratamiento sobre el paciente. Aportando información adicional para la identificación de anormalidades, falta de progreso y los tiempos apropiados para realizar ajustes del tratamiento que mejoren el impacto.

Sensor inteligente basado en termografía infrarroja para evaluación y clasificación de lesiones en rodilla

2025-08-27T06:09:20Z

Sensor inteligente basado en termografía infrarroja para evaluación y clasificación de lesiones en rodilla Omar Trejo Chávez Este estudio de tesis desarrolló metodologías para utilizar la termografía infrarroja como apoyo en la identificación y clasificación de lesiones en la rodilla. Se examinaron 72 participantes, hombres y mujeres de 19 a 25 años, deportistas habituales. Entre ellos, 36 no tenían lesiones en las piernas, 24 tenían lesiones patelofemorales bilaterales y 12 tenían lesiones patelofemorales unilaterales. Dentro de la metodología propuesta, se diseñó un protocolo para la obtención de imágenes termográficas en estado basal y después de la aplicación de crioterapia y termoterapia en la rodilla. Al hacer el análisis estadístico con los datos de temperatura obtenidos en la región de interés se pudo observar que existen cambios significativos (p<0.05) de temperatura entre los grupos con participantes clínicamente sanos y con presencia de lesión patelofemoral especialmente aquellos grupos a los que se les aplicó estrés térmico por termoterapia. Se utilizó la termografía para crear una base de datos con imágenes de tres grupos (sano, lesión bilateral, lesión unilateral). Se emplearon redes neuronales convolucionales para desarrollar un sistema de clasificación de lesiones, con una metodología para expandir la base de datos mediante procesamiento digital de imágenes. La base de datos final incluyó 576 imágenes (192 por clase), con un 60% para entrenamiento, 20% para validación y 20% para pruebas. Los resultados de la matriz de confusión muestran una precisión del 98.2% en la capacidad de clasificación del sistema. Por lo tanto, se concluye que el uso de termografía infrarroja para clasificar lesiones en la rodilla puede ser una alternativa que debe explorarse más a fondo en diferentes tipos de lesiones en esa área. Además, la aplicación de estrés térmico mediante termoterapia demuestra ser una opción válida para generar cambios significativos de temperatura entre los grupos control y experimental. También se ha demostrado que el uso de metodologías para ampliar la base de datos de imágenes termográficas es una alternativa eficaz cuando la población de estudio es limitada.

Sistemas electromecánicos basados en papel para monitoreo de la calidad de la leche

2025-09-30T06:09:15Z

Sistemas electromecánicos basados en papel para monitoreo de la calidad de la leche Laura Alejandra Ireta Muñoz El acceso a una alimentación salubre y saludable es un aspecto importante para los consumidores, que demandan en gran medida alimentos de la canasta básica como la leche. Las malas prácticas realizadas para adulterar la composición han repercutido en la salud de las personas, por lo que el diseño de dispositivos para verificar la inocuidad de los alimentos ha adquirido importancia. Existen aparatos comerciales que son costosos, además se han empleado reactivos y técnicas específicas para realizar la evaluación, sin embargo, no son accesibles para toda la población. En este trabajo se presenta el nuevo principio de funcionamiento de un dispositivo basado en papel, el cual fue configurado como viga en voladizo con la finalidad de evaluar el comportamiento mecánico, mismo que es inducido por el efecto de higroexpansión al interactuar con soluciones acuosas. Además, se añadió un camino conductivo en la superficie del papel para evaluar la respuesta eléctrica midiendo el cambio de voltaje. Dicho principio, permitió evaluar diferentes soluciones acuosas y alimentos bebibles observándose un cambio en la flexión del papel. La novedad de este trabajo radica en la inducción de un movimiento mecánico por medio de microdosis, en lugar de un fenómeno químico, que emplea el papel únicamente como plataforma de sensado. De acuerdo con a los resultados obtenidos es posible emplear el principio de funcionamiento como un evaluador de la leche.