Las complicaciones que llevan a las personas a tener alguna amputación de miembro superior son cada vez más frecuentes, por ello para mantener la calidad de vida de estas personas se han venido desarrollando prótesis de todo tipo a lo largo de los años. Sin embargo, la mayoría de las prótesis funcionales no son accesibles por su elevado precio. Lo que provocó que el desarrollo de estos sistemas se mecanice mediante la impresión 3D, reduciendo considerablemente los costos de manufactura. Esta técnica puede ser más barata pero no termina de ser eficiente en cuanto a su interacción. Siendo el objetivo de estas prótesis que el usuario se fidelice con el sistema para que no lo abandone. Un sistema de control activado por señales EMG que coloque al usuario dentro del lazo de control con un sistema háptico, que retroalimente la fuerza de presión de la prótesis directamente al usuario mejora este tipo de interacción de los usuarios con el medio. El sistema de control más robusto para este tipo de aplicaciones que tiene la practicidad y rapidez que se necesita, es el control directo de posición-fuerza. En el presente trabajo de tesis se muestra el desarrollo de un sistema de control para una prótesis transhumeral con actuación híbrida (actuación mecánica de codo y mioeléctrica de mano). Este sistema será activado mediante el reconocimiento de la intención de movimiento del usuario, que se activa mediante la lectura de señales EMG del bíceps, y para tener un sistema de lazo cerrado con el usuario se implementa también un sistema háptico de retroalimentación que consta de un disco vibrador que traduce la cantidad de fuerza que ejerce el brazo con una frecuencia directamente proporcional de vibración. El desarrollo de este sistema de control permite interactuar al usuario con objetos y realizar la apertura y cierre de la mano de manera automática y manual. El control tiene un tiempo de establecimiento de aproximadamente 3.623 segundos y el sistema de control puede llegar a costar 3233 soles. Por ende, se puede mejorar las prótesis mecanizadas en impresión 3D mediante este sistema de control que es accesible, económico, y eficiente en cuanto al control de posición-fuerza para las personas que hayan sufrido alguna amputación de miembro superior.

En la actualidad, es común presenciar el desarrollo de aplicaciones de ingeniería orientadas a la mejora de calidad de vida de personas, tanto para las que han sufrido accidentes, como para las que poseen deficiencias congénitas. En el caso de las personas cuyas discapacidades son neurológicas, las aplicaciones de rehabilitación, reincorporación, según se busque devolver facultades, o proveer medios de reemplazo para habilidades perdidas, requieren de una interfaz cerebro-computador, que se encarga de medir ciertos patrones en las señales cerebrales de los pacientes y traducirlos para que una computadora pueda interpretarlas. El presente trabajo comprende el diseño de una interfaz cerebro-computador que, aplicando algoritmos de procesamiento de señales cerebrales y aprendizaje de máquina, permite a un usuario seleccionar diversas tareas predefinidas para un manipulador robótico asistencial aprovechando el potencial relacionado a eventos conocido como P300. Adicionalmente, también se presenta una propuesta experimental para las realizaciones de pruebas, tanto fuera de línea como en línea del sistema, de manera que se pueda analizar y validar su eficiencia y usabilidad. Finalmente, se analizan resultados no cuantitativos provenientes de los usuarios, que pueden ser utilizados para futuros estudios relacionados. Dentro de los resultados de eficiencia del sistema se obtienen valores promedio alrededor de 90% para los experimentos de entrenamiento, y cercanos a 85% para la validación si se considera una secuencia de tres estímulos antes de que el sistema emita una predicción durante las pruebas en línea; sin embargo, los usuarios reportan que se podría mejorar la calidad del sistema si se realizan algunas mejoras, como la calidad de las imágenes mostradas como estímulos, y el contraste con el color de fondo. / Tesis

En los últimos años, la distribución de música digital en la web ha permitido a los usuarios acceder a grandes cantidades de información musical, con ello surge la necesidad de obtener esa información de manera eficaz y eficiente. En la actualidad, los sistemas de recuperación han ayudado a los usuarios a encontrar información basada en texto, pero esos modelos tradicionales no son adecuados si deseamos encontrar canciones que se parezcan en contenido de audio, de allí la necesidad de modelar e implementar métodos de recuperación basado en audio musical. En este estudio se describe un sistema que permite recuperar y clasificar canciones por similitud basado en contenido de audio musical. Se aplica un modelo de red neuronal a características de canciones. Primero se obtiene descriptores de canciones polifónicas en formato mp3 con características tales como: Análisis Espectral, Patrones de ritmo, Histograma de ritmo. Segundo, se realiza un análisis estadístico para seleccionar los descriptores válidos. Finalmente se ingresa a una red neuronal estos descriptores y se entrena. El objetivo de este trabajo es implementar el sistema y determinar, a partir de los resultados experimentales, la eficiencia de acierto o no para clasificar y recuperar contenido de audio musical por similitud. / Tesis

The minimum variance (MV) beamformer is an adaptive beamforming method that has the potential to enhance the resolution and contrast of ultrasound images. Although the sensitivity of the MV beamformer to steering vector errors and array calibration errors is well-documented in other fields, in ultrasound it has been tested only under gross sound speed errors. Several robust MV beamformers have been proposed, but have mainly reported robustness only in the presence of sound speed mismatches. Additionally the impact of PAC methods in mitigating the effects of phase aberration in MV beamformed images has not been observed Accordingly, this thesis report consists on two parts. On the first part, a more complete analysis of the effects of different types of aberrators on conventional MV beamforming and on a robust MV beamformer from the literature (Eigenspace-based Minimum Variance (ESMV) beamformer) is carried out, and the effects of three PAC algorithms and their impact on the performance of the MV beamformer are analyzed (MV-PC). The comparison is carried out on Field II simulations and phantom experiments with electronic aberration and tissue aberrators. We conclude that the sensitivity to speed of sound errors and aberration limit the use of the MV beamformer in clinical applications, and that the effect of aberration is stronger than previously reported in the literature. Additionally it is shown that under moderate and strong aberrating conditions, MV-PC is a preferable option to ESMV. On the second part, we propose a new, locally-adaptive, phase aberration correction method (LAPAC) able to improve both DAS and MV beamformers that integrates aberration correction for each point in the image domain into the formulation of the MV beamformer. The new method is tested using fullwave simulations of models of human abdominal wall, experiments with tissue aberrators, and in vivo carotid images. The LAPAC method is compared with conventional phase aberration correction with delay-and-sum beamforming (DAS-PC) and MV-PC. The proposed method showed between 1-4 dB higher contrast than DAS-PC and MV-PC in all cases, and LAPAC-MV showed better performance than LAPAC-DAS. We conclude that LAPAC may be a viable option to enhance ultrasound image quality of both DAS and MV in the presence of clinically-relevant aberrating conditions. / Tesis

In this work, we focus on automatically classifying music by mood. For this purpose, we propose computational models using information extracted from the audio signal. The foundations of such algorithms are based on techniques from signal processing, machine learning and information retrieval. First, by studying the tagging behavior of a music social network, we find a model to represent mood. Then, we propose a method for automatic music mood classification. We analyze the contributions of audio descriptors and how their values are related to the observed mood. We also propose a multimodal version using lyrics, contributing to the field of text retrieval. Moreover, after showing the relation between mood and genre, we present a new approach using automatic music genre classification. We demonstrate that genre-based mood classifiers give higher accuracies than standard audio models. Finally, we propose a rule extraction technique to explicit our models. / En esta tesis, nos centramos en la clasificación automática de música a partir de la detección de la emoción que comunica. Primero, estudiamos cómo los miembros de una red social utilizan etiquetas y palabras clave para describir la música y las emociones que evoca, y encontramos un modelo para representar los estados de ánimo. Luego, proponemos un método de clasificación automática de emociones. Analizamos las contribuciones de descriptores de audio y cómo sus valores están relacionados con los estados de ánimo. Proponemos también una versión multimodal de nuestro algoritmo, usando las letras de canciones. Finalmente, después de estudiar la relación entre el estado de ánimo y el género musical, presentamos un método usando la clasificación automática por género. A modo de recapitulación conceptual y algorítmica, proponemos una técnica de extracción de reglas para entender como los algoritmos de aprendizaje automático predicen la emoción evocada por la música

[ES] Los motores eléctricos son máquinas eléctricas rotatorias que permiten realizar la conversión de energía eléctrica en energía mecánica, misma que resulta de gran utilidad en diversos procesos industriales, principalmente para accionar mecanismos y cadenas cinemáticas complejas que ejecutan alguna tarea en específico. Dentro de los distintos tipos de motores eléctricos, las máquinas de inducción se han utilizado ampliamente en una gran variedad de procesos industriales. Esto se debe principalmente a sus excelentes características y prestaciones, como lo son: robustez, fácil control, simplicidad, confiabilidad, y fácil mantenimiento. Sin embargo, a pesar de su elevada robustez, este tipo de máquinas se encuentran sujetas a esfuerzos mecánicos, térmicos, eléctricos y ambientales bajo diversas condiciones de operación durante su vida útil, lo que de forma inevitable conduce a fallos. Los principales fallos que suelen presentarse en los motores eléctricos de inducción son aquellos relacionados a sus componentes internos como lo son barras de rotor rotas, desgaste en las pistas exterior e interior en los rodamientos, desgaste en la jaula del rodamiento, fallas en el estator (por ejemplo, cortocircuito entre espiras adyacentes), entre otros. Cuando un motor eléctrico se encuentra operando bajo alguna condición de falla su rendimiento puede verse afectado, lo que se traduce en consumos de energía más elevados, causando a su vez costos extras al momento de facturar. En este trabajo de investigación se presenta el desarrollo de una metodología innovadora, capaz de generar un diagnóstico adecuado y de forma automática de la ocurrencia de las fallas más comunes que pueden desarrollarse en los motores eléctricos de inducción bajo diversas condiciones de operación mediante el análisis del flujo magnético de dispersión (que puede ser capturado en la periferia del marco del motor) empleando herramientas de descomposición en tiempo-frecuencia, herramientas de clasificación de datos y parámetros de caracterización de señales. Así entonces, se prueba la validez de técnicas basadas en el análisis del flujo magnético de dispersión para el diagnóstico de distintas fallas electromecánicas en motores de inducción. Los resultados demuestran el excelente desempeño de la metodología de diagnóstico automático propuesta, al ser evaluada en una gran variedad de motores con diversas características constructivas. / [CA] Els motors elèctrics són màquines elèctriques rotatòries que permeten realitzar la conversió d'energia elèctrica en energia mecànica, la qual cosa resulta de gran utilitat en diversos processos industrials, principalment per a accionar mecanismes i cadenes cinemàtiques complexes que executen alguna tasca en específic. Dins dels diferents tipus de motors elèctrics, les màquines d'inducció s'han utilitzat àmpliament en una gran varietat de processos industrials. Això es deu principalment a les seues excel·lents característiques i prestacions, com ara robustesa, fàcil control, simplicitat, fiabilitat i fàcil manteniment. No obstant això, malgrat la seua elevada robustesa, aquest tipus de màquines estan sotmeses a esforços mecànics, tèrmics, elèctrics i ambientals en diverses condicions d'operació durant la seua vida útil, la qual cosa inevitablement condueix a fallades. Les principals fallades que solen presentar-se en els motors elèctrics d'inducció són aquelles relacionades amb els seus components interns, com ara barres de rotor trencades, desgast en les pistes exterior i interior dels rodaments, desgast en la gàbia del rodaments, fallades en l'estator (per exemple, curtcircuit entre espires adjacents), entre altres. Quan un motor elèctric està funcionant sota alguna condició de fallada, el seu rendiment pot veure's afectat, la qual cosa es tradueix en consums d'energia més elevats, causant al seu torn costos addicionals en el moment de facturar. En aquest treball d'investigació es presenta el desenvolupament d'una metodologia innovadora, capaç de generar un diagnòstic adequat i de forma automàtica de l'ocurrència de les fallades més comunes que poden desenvolupar-se en els motors elèctrics d'inducció sota diverses condicions d'operació mitjançant l'anàlisi del flux magnètic de dispersió (que pot ser capturat en la perifèria del marc del motor) emprant eines de descomposició en temps-freqüència, eines de classificació de dades i paràmetres de caracterització de senyals. Així doncs, es prova la validesa de tècniques basades en l'anàlisi del flux magnètic de dispersió per al diagnòstic de diferents fallades electromecàniques en motors d'inducció. Els resultats demostren l'excellent rendiment de la metodologia de diagnòstic automàtic proposada, en ser avaluada en una gran varietat de motors amb diverses característiques constructives. / [EN] Electric motors are rotating electrical machines that allow the conversion of electrical energy into mechanical energy, which is very useful in various industrial processes, mainly to drive mechanisms and complex kinematic chains that perform a specific task. Within the different types of electric motors, induction machines have been widely used in a wide variety of industrial processes. This is mainly due to its excellent features and benefits, such as robustness, easy control, simplicity, reliability, and easy maintenance. However, despite its high robustness, this type of machine is subject to mechanical, thermal, electrical, and environmental stress under various operating conditions during its useful life, which inevitably leads to failures. The main failures that usually occur in electric induction motors are those related to their internal components, such as broken rotor bars, wear on the outer and inner races of the bearings, wear on the bearing cage, stator failures ( for example, short circuit between adjacent turns), among others. When an electric motor is operating under some fault condition, its performance may be affected, which translates into higher energy consumption, causing extra costs at the time of billing. This research thesis presents the development of an innovative methodology capable of automatically generating an adequate diagnosis of the occurrence of the most common failures that can develop in electric induction motors under various operating conditions through the analysis of the stray magnetic flux (which can be captured at the periphery of the motor frame). This is performed by using time-frequency decomposition tools, data classification tools, and signal characterization parameters. Thus, the validity of techniques based on the analysis of the stray magnetic flux for the diagnosis of different electromechanical failures in induction motors is tested. The results demonstrate the excellent performance of the proposed automatic diagnosis methodology when evaluated in a wide variety of engines with different construction characteristics. / Zamudio Ramírez, I. (2023). Diagnóstico de fallos electromecánicos en motores eléctricos mediante el análisis avanzado del flujo magnético y su implementación en hardware [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/197989

El objeto principal de esta tesis ha sido el estudio del procesamiento lingüístico y prosódico en un sistema conversor de texto a voz, basado en concatenación de unidades para un hablante limeño del castellano. Basado en la información proporcionada por el estudio antes mencionado, se realizó el análisis, diseño e implementación de los módulos del procesamiento lingüísticoprosódico de un sistema conversor texto a voz; así como también, se hicieron los cambios necesarios en los módulos del sintetizador de voz, para aprovechar la información prosódica (duración segmental y contorno de frecuencia fundamental) proveniente de esos módulos.

La tomografía de impedancia eléctrica (EIT) permite estimar la conductividad eléctrica interna de un cuerpo. Consiste en aplicar una corriente eléctrica sobre su frontera y medir el potencial eléctrico resultante mediante un arreglo de sensores. Es considerada como una potencial herramienta de diagnóstico médico, caracterizada principalmente por su portabilidad y relativo bajo costo. Si bien se encuentra aún en etapa de desarrollo, está comenzando a ser utilizada en centros de salud para la caracterización del aparato cardio-respiratorio y existe un creciente interés en su aplicación a las neurociencias. Por ejemplo, es posible utilizar la EIT para construir modelos virtuales de la cabeza más precisos mediante la estimación de la conductividad eléctrica de los principales tejidos de la cabeza como un conjunto de parámetros relativamente pequeño, modalidad denominada EIT paramétrico. También se puede utilizar la EIT para generar un mapa de la distribución de conductividad eléctrica interna de un objeto, llamado problema de reconstrucción en EIT. Los cambios de la conductividad eléctrica en la cabeza pueden estar asociados a la actividad neuronal, a focos epilépticos, a accidentes cerebro-vasculares o a tumores. Ambas modalidades de EIT requieren la resolución del problema directo (PD), que consiste en el cálculo de la distribución de potencial eléctrico en el objeto originada por la inyección de corriente sobre su superficie, suponiendo que la conductividad interna es conocida. La estimulación de corriente continua transcraneal (tDCS) es físicamente muy similar a la EIT, pero la corriente eléctrica es aplicada sobre el cuero cabelludo de modo de alterar la tasa de disparos de poblaciones de neuronas en una región de interés. Es una potencial alternativa al empleo de psicofármacos para tratar desórdenes como epilepsia o depresiones. En esta tesis se desarrollan y analizan nuevos métodos para distintos problemas de EIT, centrándose mayormente en aplicaciones a la cabeza humana, y de tDCS. En primer lugar, se describen soluciones analíticas y numéricas para el PD en EIT, estas últimas basadas en el método de los elementos finitos. Luego, se desarrolla un nuevo procedimiento para resolver el PD con bajo costo computacional basado en la formulación del PD en electroencefalografía (EEG). Se propone un nuevo método para determinar la forma de onda de la fuente de corriente que permite desafectar la actividad propia del cerebro con un bajo número de muestras temporales. En EIT paramétrico, se utiliza la cota de Cramér-Rao (CRB) para determinar pares de electrodos convenientes para la inyección de corriente y para analizar límites teóricos en la estimación de las conductividades del cráneo y del cuero cabelludo, modelizándolos como tejidos isótropos y anisótropos. A su vez, se propone el estimador de máxima verosimilitud (MLE) como herramienta para realizar las estimaciones. El MLE se aplica a mediciones simuladas y reales de EIT mostrando un desempeño muy cercano a los límites teóricos. Para el problema de reconstrucción en EIT se adapta el algoritmo sLORETA, muy utilizado en el problema de localización de fuentes de actividad neuronal en EEG. Además, se lo modifica levemente para incorporar la regularización espacial de Laplace. Por otro lado, se introduce la utilización de filtros espaciales adaptivos para localizar cambios de conductividad de pequeño tamaño y estimar su variación temporal. Los resultados muestran mejoras en sesgo y resolución, en comparación con algoritmos de reconstrucción típicos en EIT. Estas mejoras son potencialmente ventajosas en la detección de accidentes cerebro-vasculares y en la localización indirecta de fuentes de actividad neuronal. En tDCS, se desarrolla un nuevo algoritmo para la determinación de patrones de inyección de corriente basado en el principio de reciprocidad y que considera restricciones de seguridad y de hardware. Los resultados obtenidos a partir de simulaciones muestran que el desempeño de dicho algoritmo es comparable al desempeño de algoritmos de optimización tradicionales cuyas soluciones implicarían un equipamiento comparativamente más complejo y costoso. Los métodos desarrollados en la tesis son comparados con métodos pre-existentes y validados a través de simulaciones numéricas por computadora, mediciones sobre maquetas experimentales (ó fantomas) y, de acuerdo con las posibilidades experimentales y respetando los principios de la bioética, mediciones reales sobre humanos. / Electrical impedance tomography (EIT) is a technique to estimate the electrical conductivity of an object. It consists in the application of an electric current on its boundary and the measurement of the resulting electric potential with a sensor array. In clinical practise, it is considered as a potential diagnostic tool characterized by its portability and relatively low cost. While it is still in a development stage, it is starting to be used in health centers to characterize the cardio-respiratory system. In turn, there is an increasing interest of EIT in neuroscience. For example, EIT can be used to estimate the electrical conductivity of the main tissues of the head as a set of a relatively low number of parameters, which is known as bounded or parametric EIT. This is useful for several medical imaging techniques that require realistic and accurate virtual models of the head. EIT can also be used to generate a map of the internal distribution of the electrical conductivity, known as the reconstruction problem. Tracking conductivity changes inside the head is of great interest as they may be related to neuronal activity, epileptic foci, acute stroke, or tumors. Both modalities of EIT require the solution of the EIT forward problem (FP), i.e., the computation of the electric potential distribution due to current injection on the scalp assuming that the electrical conductivity is known. The transcranial direct current stimulation (tDCS) is another technique which is physically very similar to EIT. It consists in injecting a small electric current in a convenient way such that it stimulates specific neuronal populations, increasing or decreasing their firing rate. It is considered as an alternative to psychoactive drugs in the treatment of brain disorders such as epilepsy or depression. This thesis describes the development and analysis of new methods for EIT FP, parametric EIT, reconstruction in EIT, and tDCS, focusing primarily (although not exclusively) in applications to human head. We first describe analytical and numerical approaches for the EIT FP, where the numerical approach is based on the finite element method. Then, we develop a new procedure to solve the EIT FP based on the electroencephalography (EEG) FP formulation, which results in computational advantages. We propose a new method to determine the waveform of the electric current source such that the neuronal activity of the brain can be neglected with the smallest possible number of time samples. In parametric EIT, we use the Cramér-Rao bound (CRB) to determine convenient electrode pairs for the current injection and theoretical limits in the estimation of the electrical conductivity of the main tissues of the head, which we model as isotropic and anisotropic. We propose the maximum likelihood estimator (MLE) to estimate these conductivities and we test it with simulated and real EIT measurements, showing that the MLE performs close to the CRB. We adapt the sLORETA algorithm to the reconstruction problem in EIT. This algorithm is being widely used in the source localization problem in EEG. We also slightly modify it to include the Laplace smoothing prior in the solution. Likewise, we introduce the use of adaptive spatial filters in the localization of conductivity changes and the estimation of its time courses from EIT measurements. The results show improvements over typical EIT algorithms. These improvements may benefit the early detection of acute strokes and the localization of neuronal activity using EIT. In tDCS, we develop a new algorithm to determine convenient current injection patterns. It is based on the reciprocity principle and considers hardware and safety constraints. Our simulation results show that this method performs similarly to other commonly used algorithms that require more complex and costly equipments. The methods we develop and study in this thesis are compared with pre-existing methods and are validated through numerical simulations, measurements on phantoms and, according to the experimental possibilities and bioethical principles, humans.

El análisis sistémico de datos biomédicos procedentes de diferentes niveles biológicos abre amplias expectativas en el proceso de toma de decisiones médicas. Las nuevas tecnologías biomédicas permiten la interpretación del origen de las afecciones que sufren los pacientes, trasladando el paradigma de decisión hacia la medicina basada en la evidencia. Esta Tesis centra su atención en la ayuda al diagnóstico del cáncer asistida por ordenador. El objetivo de nuestro estudio es obtener unos resultados de alto acierto en clasificación, que ofrezcan transparencia en su interpretación mediante conocimiento médico y capacidad de generalización cuando se aplican a pacientes procedentes de múltiples centros estudiados con posterioridad. Los aspectos técnicos cubiertos en esta Tesis incluyen el procesamiento, modelado, extracción de características, y combinación de datos biomédicos; así como la inferencia y evaluación de modelos predictivos de dichos datos y la integración de los modelos predictivos en sistemas de ayuda a la decisión para entornos clínicos. Concretamente, estos puntos se abordan para dos problemas médicos: el diagnóstico de Tumores de Partes Blandas (TPB) y, especialmente, el diagnóstico de Tumores Cerebrales (TC). En los desarrollos realizados para el problema de TPB con hallazgos de imagen se alcanzó una alta eficacia en la clasificación basada en Reconocimiento de Formas de tumores según su carácter benigno o maligno. Un sistema de ayuda a la decisión especializado para el problema de TPB fue diseñado e implementado a partir de los clasificadores aprendidos a partir de una base de datos multicéntrica. Las contribuciones de esta Tesis al estudio de Tumores Cerebrales incluyen el análisis de señales biomédicas in-vivo y ex-vivo del paciente. Ha sido propuesta una nueva aproximación para la combinación de Espectros de Resonancia Magnética (ERM) adquiridos para un mismo paciente con diferentes tiempos de eco (TE corto y TE largo) ha sido propuesta. También se / García Gómez, JM. (2009). Pattern recognition approaches for biomedical data in computer-assisted cancer research [Tesis doctoral no publicada]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/4602 / Palancia

[ES] Hoy en día, los materiales cementicios están presentes en la gran mayoría de las infraestructuras de nuestro entorno, como pueden ser el hormigón y el mortero, debido a su bajo coste y sus características mecánicas estructurales y de durabilidad. Pese a todo, estas se ven degradadas por factores externos e internos, reduciendo la viabilidad de estos con el paso del tiempo. Para inspeccionar estos materiales se han creado múltiples ensayos destructivos (ED) y ensayos no destructivos (END) que indican mediante ciertos parámetros el estado de los materiales de construcción. Dentro de los no destructivos, encontramos los ultrasonidos cuya propagación en estos materiales otorga información sobre su estado y estructura interna. Entre los múltiples ensayos ultrasónicos se encuentra la tomografía ultrasónica cuya base nace gracias a las Tomografías Computarizadas (TC): se ilumina un objeto mediante una fuente y se reciben las señales mediante los receptores. Se rota entorno al objeto bajo estudio combinando las señales mediante los algoritmos tomográficos y obteniendo una reconstrucción del objeto interno sin producirle ningún tipo de daño. No obstante, aunque para determinadas longitudes de onda podemos asumir una trayectoria de rayo recto, los ultrasonidos son ondas dispersivas que se difractan y se reflejan alejándose de esta condición de idoneidad afectando negativamente a las reconstrucciones. En esta tesis se estudia la tomografía de ultrasonidos aplicada a probetas de mortero. Para ello, previamente se realiza un estudio de los algoritmos de reconstrucción tomográfica donde se hace un recorrido por los principales algoritmos convencionales. Los transformados (FBP y DFT) cuyos resultados son excelentes en caso de que tengamos un nivel elevado de rayos y direcciones que conforman las proyecciones. Los algoritmos de redes neuronales (BPE y RBF) y métodos algebraicos (ART, CART, SART y SIRT) presentan buenos resultados en aquellas situaciones donde se tenga un bajo número de rayos y direcciones o alta presencia de ruido. Se comparan entre ellos mediante proyecciones obtenidas con señales simuladas y se obtienen los mejores resultados para el algoritmo FBP, con lo que las siguientes reconstrucciones reales se llevan a cabo con este método. La aplicación en la que se centra este trabajo consiste en la detección del frente de carbonatación en probetas cementicias. Es por ello que se diseñan diferentes casos de probetas con daño y sin daño para validar el funcionamiento de un sistema tomográfico. Se diseña y se construye el sistema hardware capaz de la toma automatizada de medidas empleando una configuración de rayos paralelos o de rayos en abanico. Además, se ha adaptado para que sea capaz de inspeccionar tanto con transductores acoplados por aire como inspeccionar el objeto en inmersión (acoplamiento por agua). Se concluye que la tomografía por inmersión ofrece una solución de compromiso entre transferencia de energía y proceso de automatización. Además se implementan dos modelos de redes neuronales entrenados mediante sinogramas simulados para posteriormente reconstruir casos reales. Todos los algoritmos y casos son evaluados tanto en calidad de reconstrucción como en prestaciones. / [CA] Avui dia, els materials cimentants són presents a la majoria de les infraestructures del nostre entorn com poden ser el formigó i el morter, donat el seu baix cost i les seues característiques mecànic estructurals i la seua durabilitat. Malgrat tot, aquestes es veuen degradades per factors externs i interns, reduint la seua viabilitat amb el pas del temps. Per inspeccionar dits materials s'han creat múltiples assajos destructius (AD) i assajos no destructius (AND) que indiquen mitjançant certs paràmetres l'estat dels materials de construcció. Dins del no destructius trobem els ultrasons, la propagació dels quals per aquests materials ens aporta informació sobre el seu estat i estructura interna. Entre els múltiples assajos ultrasònics, es troba la tomografia ultrasònica, la base de la qual neix gràcies a les Tomografies Computeritzades (TC): s'il·lumina un objecte per mitjà d'una font i es reben les senyals a través dels receptors. Es rota entorn l'objecte en estudi combinant les senyals mitjançant els algoritmes tomogràfics i obtenint una reconstrucció de l'objecte intern sense produir-li cap tipus de dany. No obstant això, i encara que per a determinades longituds d'ona podem assumir una trajectòria recta del raig, els ultrasons són ones dispersives que es difracten i reflecteixen, allunyant-se d'aquesta condició d'idoneïtat i afectant negativament les reconstruccions. En aquesta tesi s'estudia la tomografia d'ultrasons aplicada a provetes de morter. Amb aquesta finalitat, prèviament es realitza un estudi dels algoritmes de reconstrucció tomogràfica on es fa un recorregut pels principals algoritmes convencionals. Els transformats (FDB i DFT) els resultats dels quals son excel·lents en cas que tinguem un nivell elevat de raigs i direccions que conformen les projeccions. Els algoritmes de xarxes neuronals (BPE i RBF) i mètodes algebraics (ART, CART, SART i SIRT) presenten bons resultats en aquelles situacions on es tingui un baix número de raigs i direccions o una alta presència de soroll. Es comparen entre ells per mitjà de projeccions obtingudes amb senyals simulades i s'obtenen els millors resultats per a l'algoritme FBP, duent-se a terme les següents reconstruccions amb aquest mètode. L'aplicació en la que es centra aquest treball consisteix en la detecció del front de carbonatació en provetes cimentants. És per això que es dissenyen diferents casos de provetes amb desperfectes i sense desperfectes per validar el funcionament d'un sistema tomogràfic. Es dissenya i es construeix el sistema hardware capaç de la presa automatitzada de mesures emprant una configuració de raigs paral·lels o de raigs en ventall. A més, s'ha adaptat per a que sigui capaç d'inspeccionar tant amb transductors acoblats per aire com inspeccionar l'objecte en immersió (acoblament per aigua). Es conclou que la tomografia per immersió ofereix una solució de compromís entre la transferència d'energia i el procés d'automatització. A més s'implenten dos models de xarxes neuronals entrenats per mitjà de sinogrames simulats per a posteriorment reconstruir casos reals. Tots els algoritmes i casos són avaluats tant en qualitat de reconstrucció com en prestacions. / [EN] Nowadays, cementitious materials are present in the great majority of our surrounding infrastructures such as concrete and mortar, due to its low cost mechanic-structural features and its lasting. Nevertheless, this characteristics are degraded because of external and internal factors, reducing its viability over time. In order to inspect this materials, multiple destructive testing (DT) and non-destructive testing (NDT) have been created. This trials show construction materials conditions with certain parameters. In the non-destructive group, we found ultrasounds whose spreading in this materials gives us information about their condition and internal structure. Among the multiple ultrasonic tests, we can find the ultrasonic tomography which is based in the Computed Tomography Scans (CT) basis: an object is illuminated by a source and signals are received through receivers. Rotation is made around the object under study combining the signals using tomographic algorithms for the purpose of obtaining an internal object reconstruction without damaging it. However we can assume a straight beam path for certain wavelengths, ultrasound are dispersive waves that diffract and reflect, making them less suitable because they worsen the quality of reconstructions. In this thesis, the ultrasonic tomography applied to mortar specimens is studied. For that, a study of tomographic reconstruction algorithms is carried out and the main conventional algorithms are reviewed. The transforms (FBD and DFT) whose results are excellent in case we have a high level of beams and directions that make up the projections. The neuronal network algorithms (BPE and RBF) and the ones for algebraic methods (ART, CART, SART and SIRT) have good results in situations where a low number of beams and directions or high noise presence are found. A comparation between them is made using projections obtained with simulated signals and the best FBP algorithm results are extracted. The following real reconstructions are carried out with this method. The application on which this work focuses consists of the detection of the carbonation front in cementitious specimens. That is why different types of specimens with damage and without damage are designed to validate a tomographic system function. A hardware system capable of taking automated measures using a configuration of parallel beams or fan beams is designed and built. Moreover, it has been adapted to be able to inspect both with air-coupled transducers and to inspect the object while submerged (water coupled). It is concluded that immersion tomography offers a compromise solution between energy transfer and automation process. Two models of neuronal networks trained through simulated sinograms are also implemented to reconstruct real cases afterwards. All the algorithms and cases are evaluated both in reconstruction quality and in features. / Gallardo Llopis, C. (2023). Tomografía ultrasónica para la evaluación de daño por gradiente en materiales cementantes [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/194552