La elastografía es una modalidad de imagen médica que estima la viscoelasticidad de los tejidos, permitiendo la diferenciación cuantitativa entre región sana y región afectada [1]. Diversas técnicas convencionales se basan en la detección de las ondas de corte y la relación de su velocidad de propagación con la elasticidad del medio [2]. Estas asumen que dicha propagación es unidireccional. Sin embargo, las heterogeneidades y fronteras de los tejidos generan reflejos, provocando artefactos en las estimaciones [3]. Es por ello, que en los últimos tres años se ha desarrollado la técnica de elastografía por campo reverberante de ondas de corte, la cual presenta resultados prometedores en su aplicación clínica [3]–[8]. Este nuevo enfoque hace uso de múltiples fuentes de vibración armónica controlada con el fin de aprovechar la naturaleza reverberante de los tejidos y producir un campo difuso en la región de interés. No obstante, la generación de dicho campo, la calidad del mismo y su relación con el desempeño de los estimadores son condiciones poco exploradas. Por ello, el presente trabajo tiene como propósito delinear el objetivo principal, los objetivos específicos y el modelo de solución para realizar un futuro estudio experimental con el fin de evaluar la generación de campo reverberante de ondas de corte en medio homogéneos. Así, se describe el procedimiento teórico para la realización de simulaciones numéricas y experimentos con maniquí de gelatina. El primero se basa en el método de simulación de Monte Carlo, mientras que el segundo consiste en la aplicación de combinatoria extrema con el fin de evaluar el efecto de superposición de fuentes de vibración externa. En ambos, se analizará la generación de campo reverberante con base en el parámetro de calidad derivado de la similitud de lo obtenido con los modelos teóricos [8]: el coeficiente de determinación (R2). Asimismo, se evaluará el desempeño de tres estimadores de la velocidad de propagación de las ondas de corte (Cs): el ajuste de curva a las funciones teóricas [8], la aproximación del número de onda [3], [4], y, se propone, una modificación en la aproximación del número de onda.

El unwarping es un método utilizado para transformar imágenes omnidireccionales en imágenes panorámicas, el cual es empleado en aplicaciones tales como seguridad, visión robótica, geolocalización, etc. El procesamiento de imágenes omnidireccionales de alta resolución y su aplicación en dispositivos móviles se ve limitado por el costo computacional y costo energético. Para ello, se plantea como herramienta principal utilizar la plataforma Jetson TK1, la cual es un system on chip (SoC) creada por Nvidia que se caracteriza por su alto rendimiento computacional y bajo costo energético al tener incorporado 192 núcleos en su procesador gráfico. En el presente trabajo se desarrolla e implementa un algoritmo para realizar el unwarping de videos omnidireccionales en la plataforma Jetson TK1, la cual permite optimizar las transferencias y procesamientos de datos realizados en su GPU. El algoritmo es implementado en el entorno de programación MATLAB y CUDA para evaluar error por cálculo y eficiencia computacional. Asimismo, se compara en rendimiento computacional con el método PMPA, el cual es una alternativa escrita en lenguaje C computacionalmente eficiente en comparación a otros métodos presentados en el Capítulo 1. Los resultados de la comparación muestran que la implementación propuesta es 1.35 a 8.12 veces más rápida que el algoritmo PMPA para los tipos de interpolación utilizados (interpolación vecino más cercano e interpolación bilineal). El orden que sigue la tesis es el siguiente: En el primer capítulo se realizara un breve estado del arte sobre los métodos para realizar el unwarping de imágenes omnidireccionales. En el segundo capítulo se cubren los aspectos teóricos del modelo de programación CUDA necesarios para el diseño del algoritmo paralelo. En el tercer capítulo se describe de forma detallada el método propuesto y su diseño paralelo. Por ´ultimo, en el cuarto capítulo se presentan los resultados computacionales seguido de las conclusiones y recomendaciones. Finalmente, cabe señalar que el trabajo de investigación realizado fue presentado en el GPU Technology Conference 2015.

El tema del presente proyecto profesional, trata sobre la extracción y medición de la temperatura y superficies de agua, nieve y vegetación a través de índices utilizando imágenes satelitales Landsat 7. Para poder desarrollar el software, se implementaron algoritmos, los cuales son capaces de segmentar áreas, optimizar el rendimiento de la computadora empleando la mayor cantidad de recursos disponibles y el de brindar datos con un alto nivel de confiabilidad. El proyecto está dividido en cuatro capítulos. En el primer capítulo se presenta la problemática y la justificación del desarrollo del proyecto. En el segundo capítulo, se explican los conceptos y teorías que se utilizaron para el proyecto. El tercer capítulo, se explica las características del diseño y la implementación del software. Y finalmente, en el último capítulo se muestran los resultados obtenidos, los cuales fueron validados para hallar los porcentajes de error correspondientes a las diversas mediciones. Al finalizar el proyecto, después de muchas pruebas y validaciones, se llegó a la conclusión que el software desarrollado se puede utilizar para la toma de decisiones sobre la agricultura de precisión.

La concha de abanico es una especie que está siendo muy requerida por el mercado nacional y principalmente internacional. Una de las etapas más importantes en su producción es el abastecimiento de semillas de conchas de abanico. Existen dos métodos para obtenerlas: una es mediante la captación natural y otra es a través de su producción en laboratorios especializados. Debido a los bajos volúmenes obtenidos a través de la captación natural, el Fondo Nacional de Desarrollo Pesquero (FONDEPES) ha implementado un centro para la producción de conchas de abanico en el Centro de Acuicultura La Arena, Playa El Basurero, Distrito Comandante Noel, Provincia de Casma, Departamento de Ancash. Es ahí donde se realiza la producción de semillas de conchas de abanico las cuales son alimentadas con microalgas, también producidas en el laboratorio a partir de cepas seleccionadas. Las larvas son monitoreadas diariamente por personal especializado, empleando un microscopio, para determinar su estado y volumen debido a que esta especie presenta una alta mortandad llegando en algunos casos a eliminar todo el volumen si es que no ha logrado el crecimiento adecuado debido a que son muy sensibles a varios factores como luz, temperatura, alimento, entre otros. / Tesis

La Tuberculosis es una de las enfermedades más letales a nivel mundial. Los esfuerzos en salud pública están dirigidos a la temprana detección de los casos bacilíferos, ya que son la fuente de infección. En el mundo la detección se realiza mediante baciloscopía, que consiste en la observación de muestras de esputo para identificar y contar bacilos con la ayuda de un microscopio. Sin embargo, el procedimiento es subjetivo y consume excesivo tiempo al personal de salud. El presente estudio tiene como objetivo identificar bacilos en imágenes digitales captadas desde el microscopio. Dichas imágenes muestran bacilos y otros artefactos con el mismo color. Ambos tipos de estructura se almacenaron y etiquetaron individualmente conformando la base de datos. Se analizó el espectro de magnitudes de los descriptores de Fourier de dichas estructuras, con el fin de seleccionar los necesarios para la óptima caracterización e identificación. Mediante el método sub-óptimo de selección de características hacia atrás (backward feature selection) se determinó los 14 descriptores que mejor discriminan entre las clases. Para comprobar este método se diseño un programa que procesó las 480 estructuras de la base de datos. Dicho programa obtuvo un porcentaje de acierto de 96.86%, una sensibilidad de 100% y una especificidad de 91.47% El estudio demuestra que es posible la identificación de bacilos mediante la clasificación de descriptores de Fourier previamente seleccionados. Estos resultados sugieren que las técnicas de procesamiento de imágenes digitales tienen el potencial de agilizar el diagnóstico de Tuberculosis. / Tesis

El uso de cámaras de video para obtener información de la zona costera se ha extendido en los últimos años, debido al alcance espacial y temporal y el bajo costo del equipo. Con esto se han desarrollado técnicas para realizar mediciones en las imágenes. Estas requieren supervisión, lo que limita el número de imágenes que pueden ser analizadas. En este trabajo se desarrolló una metodología para clasificar imágenes digitales según las características morfodinámicas observadas y reducir el conjunto de imágenes a unos prototipos representativos de todo el conjunto. Esta clasificación se realiza por medio de mapas auto-organizativos. Los mapas auto organizativos son redes neuronales competitivas no supervisadas diseñadas para trabajar en espacios multidimensionales. La metodología desarrollada se aplico en dos playas; la primera, macromareal, se estudio la evolución morfodinámica según el modelo de Wright y Short 1984. En la segunda, micromareal, se estudio, la evolución de la línea de costa. / The use of video cameras to study the coastal zone has been developed in the last years, due to the spatial and temporal possibilities. A large number of techniques to obtain measurements of images were developed too. Most of these techniques require the human supervision, this limit the number of images to be analyzed. In this Thesis, a methodology to classify digital images based on the morphodynamic and reduce the number of images to a few prototypes is proposed. The classification is done by means of Sel-Organizative Maps (SOMs). The SOMs are a competitive and unsupervised neural networks, specifically designed to deal with high dimensional data The methodology proposed was applied to two beaches. In the first one, macrotidal, the morphodynamic evolution was studied using the Wright and Short Model 1984. In the last one, a microtidal beach, the coastline evolution was studied.

El presente proyecto de investigación propone el desarrollo e implementación de un software, con acceso remoto vía web, orientado a mejorar la calidad del diagnóstico de las pruebas de Papanicolau, utilizando algoritmos computacionales de procesamiento digital de imágenes. En otras palabras, el objetivo es asistir al profesional citopatólogo para facilitar su lectura manual de una muestra citológica, proveyendo todas las facilidades de uso de la imagen digitalizada, con el fin de realizar un tamizaje de cáncer de cervix adecuado y de alta calidad. De esta manera, se propone almacenar imágenes adquiridas con equipos del hospital, pertenecientes a dicha prueba en una base de datos. Luego, se desarrollará una aplicación en lenguaje C#, que permita procesar las imágenes, y una aplicación web, que esté dedicada al manejo de la información en la base de datos. El algoritmo desarrollado consta de un preprocesamiento, en el cual se filtra la imagen y se obtienen los puntos a analizar que no pertenecen al fondo de la imagen. Luego, se procede a identificar los núcleos celulares, con análisis punto por punto, mediante umbrales adaptivos y derivadas locales. Por último, se procede a clasificar las células identificadas, mediante umbrales de tamaño y su distribución espacial. Para la validación de los resultados, se procesaron 9 muestras pertenecientes a 9 pacientes diferentes, de las cuales se obtuvieron 54 imágenes médicas con un total promedio de 765 células en ellas. Dichas imágenes fueron analizadas por separado por 4 médicos anátomo patólogos, para luego comparar los resultados con los obtenidos por el software. Finalmente, el método desarrollado tiene una efectividad para identificar células del 92.3%. En cuanto a la clasificación, se logró una sensibilidad del 73% y una especificidad del 96.7%, las cuales son óptimas en comparación a las de la prueba de Papanicolaou convencional.

El objetivo del presente proyecto profesional es diseñar una propuesta para introducir al mercado el ecógrafo portátil Sonic Care a partir de pruebas de producto aplicando el método Lean Startup en 30 centros de salud privados en los conos este y norte de Lima Metropolitana. El primer capítulo, delimita el proyecto profesional centrando la problemática en la tercera causa de la exclusión social de los servicios de salud: Las fallas en la gestión y/o asignación de los recursos, específicamente en el caso del equipamiento y tecnología adecuados. Se decidió centralizar la investigación en los distritos de la zona norte: Comas, Carabayllo, Puente Piedra y un distrito de la zona este: San Juan de Lurigancho. Esta decisión se tomó considerando tres características importantes de los distritos: Demografía, Nivel Socioeconómico y Ubicación Geográfica. El segundo capítulo contiene el Marco Teórico usado para realizar este proyecto profesional. El tercer capítulo, corresponde a la metodología utilizada. Con respecto a este último punto, al alcance del proyecto es exploratorio descriptivo, asimismo, el enfoque que se adoptó es el mixto. Se utilizó el método Lean Startup y su herramienta transversal Experiment Board a lo largo de cinco iteraciones. Las herramientas para el recojo de información que se utilizaron son el Cardsorting, Malla Receptora de Información y Entrevistas Semi-Estructuradas. En el capítulo cuatro, mediante las dos iteraciones realizadas, se encontró el problema específico que atravesaban los centros de salud con respecto a las fallas en la gestión y/o asignación de los recursos. De esta manera, utilizando Cardorting y entrevistas semiestructuradas pudimos encontrar que el problema principal de estos centros de salud era el uso de ecógrafos antiguos que por tener esta característica, pueden contribuir a la generación de diagnósticos herrados. Por último, la posible solución al problema encontrado viene a ser un ecógrafo nuevo y a bajo costo. En el quinto capítulo, definimos a los posibles clientes potenciales del ecógrafo portátil Sonic Care: Centros de salud ubicados en zonas de NSE D. Asimismo, en este capítulo se describe cual es el producto mínimo viable utilizado en la quinta iteración: El ecógrafo portátil Sonic Care. A su vez, a través de la herramienta de maya receptora de información se determinó cuáles son las características que debería tener el producto mínimo viable para tener éxito con los clientes potenciales que se están eligiendo y generar un prototipo 2.0. En el último capítulo, se detalla la propuesta final del proyecto profesional plasmada en un Lean Canvas. Los elementos descritos en el Lean Canvas son el problema, la solución, las métricas, la propuesta de valor, las ventajas competitivas, los canales de comunicación y el segmento de clientes a los que atenderemos. El resultado de este ejercicio serán los lineamientos básicos en los que, en el futuro, debe basarse un plan de negocios para comercializar el ecógrafo Sonic Care.

Hoy en día, es evidente el crecimiento de la práctica deportiva en el Perú. De hecho, esta actividad se ve impulsada por la infraestructura y la moderna tecnología deportiva implementada con miras a los Juegos Panamericanos Lima 2019. Sin embargo, si bien estos complejos poseen la ventaja de beneficiar a la mayor cantidad de atletas por su capacidad, la tecnología no se proyecta de la misma manera debido a la aún limitada oferta existente. Ante este panorama, resulta importante identificar una oportunidad de mejora que pueda reducir la brecha tecnológica que existe en el deporte peruano. Por esto, se propone diseñar una solución tecnológica que optimice el proceso de control de la fatiga neuromuscular (FN) durante la preparación deportiva. Sobre el control de la FN, existen alrededor de 6 métodos convencionales para medir el nivel de la fatiga. Algunos de estos, recientemente, han variado con el fin de reducir su complejidad. Prueba de ello es un nuevo estudio que ha demostrado que la altura máxima del centro de masa en el salto en contramovimiento (CMJ, por sus siglas en inglés) puede ser utilizado como una herramienta moderna y práctica para determinar el nivel de la FN. Entonces, con base en este método, se propone diseñar un sistema mecatrónico que obtenga el nivel de dispersión de la potencia mecánica máxima del CMJ, variable física directamente relacionada con la altura del centro de masa, para que se utilice como herramienta para medir el nivel relativo de la FN. Así mismo, el sistema a diseñar debe ser capaz de verificar la ejecución del CMJ. El sistema mecatrónico se compone de un subsistema que utiliza 8 celdas de carga para medir las fuerzas pie-piso y un segundo subsistema compuesto de una cámara digital para la captura de imágenes que corresponden al desarrollo del CMJ. Luego, para el procesamiento de los algoritmos que culminan en el nivel de dispersión de la potencia mecánica máxima se emplea un microcontrolador; y para el procesamiento de las imágenes que culminan en la verificación del CMJ, un mini ordenador. Al respecto, el procesamiento de imágenes comprende, principalmente, la etapa de reconocimiento de articulaciones en el espacio 2D. Para esto, se utiliza el modelo Open Pose de tipo open source, que fue elegido por su precisión (79.7 %), tiempo de detección (< 0.20 s) e implementación. La presente inicia revisando el estado del arte, luego se define la lista de requerimientos, estructura de funciones, matriz morfológica y conceptos preliminares según la norma VDI 2221. También, se revisa el diseño del sistema dentro del ámbito mecánico, eléctrico y procesamiento. Al final, se revisa la parte de costos y conclusiones.

Este proyecto tiene como objetivo desarrollar un modelo de análisis de imágenes satelitales basado en redes neuronales profundas para poder identificar de forma automática el nivel socioeconómico de zonas urbanas, a través de la utilización de las imágenes obtenidas mediante el satélite estatal peruano PerúSat-1, las cuales fueron provistas al proyecto por la Comisión Nacional de Investigación y Desarrollo Aeroespacial (CONIDA). De esta manera, se buscó proveer una fuente alternativa y complementaria a los métodos manuales de recolección de datos demográficos para los casos en los que esta metodología tradicional no resulta conveniente de ejecutar por factores de tiempo y presupuesto. Para ello, el proyecto inicia con la conformación del corpus de datos utilizados para el entrenamiento del modelo de análisis de imágenes satelitales. Este conjunto de datos incorpora, además de imágenes satelitales de PerúSat-1 de la ciudad de Lima capturadas entre 2016 y 2020, una serie de etiquetas que indican el nivel de ingresos de cada manzana en dicha ciudad. Estas etiquetas son el resultado de un estudio elaborado por el Instituto Nacional de Estadística e Informática en el año 2019, tomando como base los datos obtenidos durante el Censo Nacional de Población y Vivienda de 2017. En el caso de las imágenes satelitales, este proceso consiste en la composición en imágenes de cuatro bandas (rojo, azul, verde e infrarrojo) de alta resolución y su posterior división en bloques cuadrados de 512 píxeles en cada dimensión; mientras que las etiquetas censales son organizadas en una base de datos relacional, de forma que puedan ser accedidas por el script para la integración de ambas fuentes de datos. Finalmente, se asigna a cada bloque de 512 x 512 píxeles una máscara con las etiquetas censales correspondientes a la zona capturada. Luego, se define un protocolo de preprocesamiento de los datos, en el que normalizan los parches de las imágenes satelitales, además de incrementar el tamaño del conjunto de datos, de modo que sean adecuados para el entrenamiento de los modelos desarrollados. Respecto a estos, se dispone de dos modelos de redes neuronales convolucionales para el análisis socioeconómico de las imágenes satelitales: el primero, encargado de segmentar semánticamente los techos observados en las imágenes; y el segundo que, recibiendo como entradas la imágen satelital original y la máscara de techos generada por el modelo anterior, detecta el nivel socioeconómico de cada manzana en dicha imagen. Así, se obtiene como resultado final una máscara de bits en la que se indica el nivel socioeconómico de cada manzana observada en la imagen satelital. Finalmente, para facilitar su acceso hacia el usuario final, se desarrolla una plataforma web, compuesta por una interfaz gráfica y una interfaz de programación de aplicaciones, que permite seleccionar, con la ayuda de un mapa en la interfaz gráfica, imágenes satelitales para que sean procesadas por los modelos de redes neuronales y puedan ser las máscaras generadas visualizadas en conjunto con la imagen original.