Sistema embebido basado en termografía infrarroja de bajo costo e inteligencia artificial para la detección de anomalías en miembro inferior

Alejandra Vilchis Yubi

Buscar

dc.rights.license	https://creativecommons.org/licenses/by-nc-nd/4.0	es_ES
dc.contributor	Luis Alberto Morales Hernández	es_ES
dc.creator	Alejandra Vilchis Yubi	es_ES
dc.date.accessioned	2025-10-08T16:37:34Z
dc.date.available	2025-10-08T16:37:34Z
dc.date.issued	2026-03-30
dc.identifier.uri	https://ri-ng.uaq.mx/handle/123456789/12350
dc.description	Las lesiones en el miembro inferior son una de las afecciones más comunes en el ámbito clínico, siendo las articulaciones del tobillo y la rodilla las que sufren más. Investigaciones anteriores indican que entre el 68% y el 72% de las lesiones se localizan en esta área. Estas lesiones a menudo requieren métodos manuales o técnicas como la resonancia magnética y la tomografía, las cuales son costosas. Por lo tanto, la termografía infrarroja se presenta como una herramienta que permite una captura rápida y económica, proporcionando datos sobre el estado vascular y metabólico del cuerpo humano sin ser invasiva. Para abordar este desafío, se creó un sistema embebido que utiliza imágenes termográficas y modelos de aprendizaje profundo para identificar y clasificar anomalías del miembro inferior. El sistema se desarrolló en una placa Jetson Nano, incorporando una cámara infrarroja (Lepton 3. 5), una digital (Raspberry Pi v2. 1), una interfaz gráfica y una carcasa fabricada en 3D. Se realizaron pruebas de ablación y se aplicaron varias técnicas de aumento de datos en diversas configuraciones del modelo CNN, eligiendo el que mostró el mejor rendimiento. Este alcanzó un nivel de precisión de hasta el 98% en pruebas clínicas realizadas con el apoyo de personal fisioterapeuta. Por lo que la implementación de este tipo de soluciones embebidas es una opción viable y eficaz para el monitoreo fisiológico, con posibilidades de uso en el ámbito clínico. Como trabajo futuro, se plantea ampliar la base de datos termográfica con nuevas adquisiciones, procurando un balance adecuado entre clases. Esto permitirá mejorar la capacidad de generalización del modelo.	es_ES
dc.format	pdf	es_ES
dc.format.extent	1 recurso en línea (172 páginas)	es_ES
dc.format.medium	computadora	es_ES
dc.language.iso	spa	es_ES
dc.publisher	Universidad Autónoma de Querétaro	es_ES
dc.relation.requires	Si	es_ES
dc.rights	embargoedAccess	es_ES
dc.subject.classification	INGENIERÍA Y TECNOLOGÍA	es_ES
dc.title	Sistema embebido basado en termografía infrarroja de bajo costo e inteligencia artificial para la detección de anomalías en miembro inferior	es_ES
dc.type	Tesis de maestría	es_ES
dc.creator.tid	ORCID	es_ES
dc.contributor.tid	ORCID	es_ES
dc.creator.identificador	0009-0005-6099-8073	es_ES
dc.contributor.identificador	0000-0002-6483-0543	es_ES
dc.contributor.role	Director	es_ES
dc.degree.name	Maestría en Ciencias en Inteligencia Artificial	es_ES
dc.degree.department	Facultad de Ingeniería	es_ES
dc.degree.level	Maestría	es_ES
dc.format.support	recurso en línea	es_ES
dc.matricula.creator	247332	es_ES
dc.folio	IGMAC-247332	es_ES