3.01 Tesis magíster

Permanent URI for this collection

https://repositorio.uc.cl/handle/11534/3279

Browse

Now showing 1 - 20 of 33

A theoretical framework for the design of high-fidelity test lungs for mechanical ventilators based on a thermodynamic approach
(2022) Calderón Espinoza, Ignacio Alonso; Chiang Sánchez, Luciano Eduardo; Pontificia Universidad Católica de Chile. Escuela de Ingeniería
La pandemia de COVID-19 que aún persiste en la actualidad provocó una sobredemanda de ventiladores mecánicos alrededor del mundo. Muchos equipos de investigación han intentado desarrollar ventiladores. Sin embargo, asegurar su correcto funcionamiento y fiabilidad es un reto. Un enfoque eficiente para probar y validar ventiladores es usar pulmones de prueba. En esta tesis se presenta un nuevo modelo matemático teórico. Se presenta un sistema de ventilador mecánico-paciente basado en un enfoque termodinámico. El pulmón se modela en base a la dinámica de una masa-amortiguadorresorte (no lineal), sistema con caracterización de los pulmones del paciente a través de funciones de segmentos lineales de presión-volumen por partes en lugar de considerar conformidades lineales o constantes. El flujo de aire y la presión se modelan según ecuaciones de flujo de aire compresible en lugar de aproximaciones lineales. Se realizaron simulaciones computacionales de curvas de presión y volumen versus tiempo y se compararon con datos de ocho pacientes reales bajo ventilación mecánica invasiva (IMV). Este modelo propuesto permite reproducir con un alto grado de fidelidad las curvas de presión, caudal y volumen de la vida real. Lo más notable es que la forma de las curvas de presión, flujo y volumen simuladas se parecen mucho a la pacientes de la vida real. Los gráficos de dispersión dan pendientes cercanas a 1,0 y un valor de R2 superior al 93%. Los parámetros del modelo matemático se obtienen de las curvas reales del paciente cuyo comportamiento quiere ser reproducido. Por lo tanto, el modelo matemático presentado aquí se puede utilizar como una herramienta de diseño para una configuración de pulmón de prueba tal como se describe en esta tesis
Achieving a proactive policy for patient flow management in a complex hospital network through reinforcement learning
(2024) De Geyter Messina, Matías; Vera Andreo, Jorge; Larraín Izquierdo, Homero; Pontificia Universidad Católica de Chile. Escuela de Ingeniería
La toma de decisiones en el cuidado de la salud es un problema complejo debido a la incertidumbre y la realidad dinámica. Un tema muy importante está relacionado con las decisiones sobre admisiones de pacientes. En una red de atención médica compuesta por varios hospitales, debería ser conveniente considerar la capacidad combinada de todo el sistema. Por lo tanto, además de las admisiones a un hospital, también es posible transferir pacientes a otros. Estas decisiones dependen no solo de la condición médica del paciente, sino también de la capacidad actual de las diferentes áreas de los hospitales. En este trabajo, hemos formulado el problema como un Proceso de Decisión de Markov, y lo abordamos utilizando un enfoque de Aprendizaje por Refuerzo donde se estima el costo futuro esperado utilizando un modelo XGBoost, combinado con simulación, basado en la metodología de Q-learning. Basándonos en la política obtenida a traves del aprendizaje por refuerzo y en nociones de la literatura, se proponen pautas generales de gestión hospitalaria, que resultan en una política simplificada y fácil de implementar con resultados prometedores, incluída una reducción en el tiempo de servicio promedio en un 13.38% y una reducción del tamaño de la lista de espera del 65.86%. En comparación con el escenario base, hay una reducción en los costos totales del 71.44%, donde los costos sociales (debidos a los tiempos de espera y los costos de oportunidad de las camas para pacientes) se reducen en un 87.30%.
Agendamiento de pacientes de quimioterapia: Optimización de reglas de Decisión
(2023) Barriga Vuylsteke, Sebastián Andrés; Lorca Gálvez, Álvaro Hugo; Cataldo Cornejo, Alejandro; Pontificia Universidad Católica de Chile. Escuela de Ingeniería
El cáncer es una enfermedad que anualmente mata a millones de personas. El número de pacientes que la padecen se encuentra en crecimiento sostenido, con particular riesgo en los países más desarrollados (Fondo de Investigación Mundial de Cáncer, 2021). Para su tratamiento, una de las técnicas médicas tradicionales es la quimioterapia, la que consta de infusiones de drogas específicas durante distintos ciclos, los cuales definen los protocolos de atención del tratamiento. El agendamiento de pacientes de quimioterapia presenta una alta dificultad matemática y computacional, además de la necesidad de poder ser implementable de forma sencilla. El problema se puede separar en dos: planificación inter-día y agendamiento intra-día. En esta investigación se aborda el último mediante análisis de reglas básicas de decisión, y se pone a prueba su rendimiento con técnicas de optimización y simulación conjuntas. Se utilizaron datos agregados de un centro de cáncer de Chile, y mediante ellos se generaron casos de estudio representativos para validar las distintas reglas y técnicas utilizadas. En particular, se comprobó el buen rendimiento que presenta la regla de asignar a todos los pacientes en base a su tiempo esperado de atención, por sobre asumir casos pesimistas u optimistas según sus distintos tipos de cáncer. Además, sumando técnicas de penalización, prohibición y el uso de ciertos resguardos conservadores, se logró generar mejores reglas de decisión. Estas, si bien en su naturaleza continúan siendo simples y por ende fáciles de implementar, presentan mejoras por sobre la regla básica de agendar utilizando los tiempos esperados de atención de cada cáncer. El principal aporte de esta investigación radica en una propuesta metodológica de optimización y simulación, la que es aplicable tanto en problemas de agendamiento, en particular de quimioterapia, pero también potencialmente en otras áreas o industrias.
Análisis bioinformático y modelación matemática de un consorcio microbiano infantil bajo el consumo de oligosacáridos de leche materna
(2023) Proschle Donoso, Tomás Alonso; Garrido Cortés, Daniel; Pontificia Universidad Católica de Chile. Escuela de Ingeniería
La microbiota intestinal infantil desempeña un papel crucial en la salud y el desarrollo durante la primera infancia. La colonización temprana por bacterias beneficiosas en el tracto gastrointestinal contribuye a la maduración del sistema inmunológico, la digestión eficiente de nutrientes y la prevención de trastornos metabólicos. La alimentación con leche materna durante los primeros 6 meses de vida proporciona al infante nutrientes esenciales y azúcares complejos como los oligosacáridos de leche materna (HMOs), que actúan como prebióticos selectivos para microorganismos beneficiosos. El género Bifidobacterium se destaca por ser uno de los principales grupos capaces de degradar HMOs y representa más del 70% de la comunidad microbiana intestinal durante la lactancia. Dentro del intestino del infante existe una comunidad bacteriana compleja, lo que plantea la interrogante de cómo se desarrollan las relaciones ecológicas entre estos microorganismos. Este estudio se centró en caracterizar las interacciones clave entre las especies que componen un consorcio microbiano artificial, formado por siete bacterias relevantes de la microbiota infantil. Utilizando la metodología leave-one-out para cultivos in vitro de la comunidad propuesta, cultivados en lactosa y HMOs representativos, se llevaron a cabo análisis multivariables y análisis metatranscriptómicos. Además, se desarrolló un modelo matemático que permitió determinar la dinámica de degradación y consumo de azúcares complejos a nivel de comunidad. Se observó una dominación por parte de Bifidobacterium bifidum, sustentado por análisis funcionales de los consorcios. También, se encontró una disminución significativa en la degradación de HMOs en su ausencia, evidenciable en el modelo matemático planteado. La presencia de Bifidobacterium bifidum redujo significativamente la presencia de Bifidobacterium infantis, lo que evidenció una competencia directa entre estas especies. La eliminación de Escherichia coli del consorcio provocó una activación transcripcional generalizada de las demás especies, lo cual también se observó en los análisis multivariables. Se sugiere que para investigaciones futuras se utilice la metodología de análisis de redes de co-expresión génica ponderada (WGCNA) para identificar correlaciones entre módulos funcionales de genes presentes en los experimentos.
Automatic plane reformating for 4D flow MRI using continuous reinforcement learning
(2022) Bisbal, Javier E.; Uribe Arancibia, Sergio A.; Pontificia Universidad Católica de Chile. Escuela de Ingeniería
La resonancia magnética de flujo 4D permite calcular parámetros hemodinámicos que proporcionan información valiosa para caracterizar las enfermedades cardiovasculares. Una de las limitaciones es el post procesamiento, el cual requiere mucho tiempo y depende del usuario. En esta investigación desarrollamos un método de aprendizaje profundo reforzado para el reformateo automático de planos en datos de flujo 4D utilizando el algoritmo Asynchronous Advantage Actor Critic para entrenar una red convolucional 2D que actualiza secuencialmente los parámetros del plano hacia un plano objetivo una política de acciones continua. Procesamos datos de flujo 4D de escáneres de resonancia magnética de GE, Siemens y Philips de 67 voluntarios sanos y 20 pacientes con defectos cardíacos congénitos (47 hombres, 34 ± 12,4 años de edad). Todos los conjuntos de datos se dividieron en 50% para entrenamiento, 25% para validación y 25% para prueba, y se confirmaron con validación cruzada de 4 carpetas. Nuestro método obtuvo excelentes resultados en términos de errores de angulación y distancia (media de 7,88 ± 4,33 grados y 3,46 ± 3,25 mm) con una correlación de flujo de 0,82. Adaptamos con éxito un método de aprendizaje de refuerzo contínuo al reformateo de planos de flujo 4D, apto para datos de diferentes fabricantes de escáneres de resonancia magnética, con resultados prometedores en voluntarios sanos y pacientes. Trabajo futuro con mas datos y planos es necesario para la validación clínica.
Caracterización de la competencia procedural médica en base a Process Minning: análisis de la instalación de acceso venoso central guiado por ultrasonografía
(2022) Poblete Ramos, Gisselle Brenda Rocío; Sepúlveda Fernández, Marcos Ernesto; Pontificia Universidad Católica de Chile. Escuela de Ingeniería
El Catéter Venoso Central Guiado por Ultrasonografía (CVC-GU) es un procedimiento que se realiza a aproximadamente 27 millones de personas anualmente. Se estima que entre el 1% y el 3% los pacientes que se someten a este procedimiento, tienen complicaciones durante la inserción del catéter, es decir, que están asociadas al ejecutor. Por ende, es de suma importancia que los profesionales que ejecutan este procedimiento alcancen un dominio equivalente al de un profesional competente en la instalación de CVC-GU para disminuir complicaciones asociadas a este factor. La educación médica del procedimiento de CVC-GU se basa en modelos conceptuales de su ejecución, creados en base a la opinión de profesionales competentes (journeymen) sobre cómo debiese ejecutarse este procedimiento. Sin embargo, los journeymen pueden llegar a omitir hasta el 70% de información relevante al momento de describir cómo ejecutan un procedimiento. Por otro lado, los actuales métodos de evaluación y enseñanza son cualitativos y no capturan métricas objetivas ni la secuencia de pasos necesaria para realizar un procedimiento exitosamente. Por ello es que se propone analizar los procedimientos quirúrgicos desde una perspectiva de procesos, a través de Process Mining (PM). Esta investigación propone una caracterización de la competencia técnica elevada en la ejecución de CVC-GU a través del uso de técnicas de PM. La caracterización se realizó en base a ejecuciones reales de journeymen en un contexto de simulación, y está compuesta por: cuatro patrones de ejecución, dos métricas orientadas a procesos y cuatro características comunes de las ejecuciones. Esta investigación se posiciona como un insumo complementario a los métodos de enseñanza y evaluación del procedimiento de CVC-GU, para complementar en base a ejecuciones de journeymen en simulación.
Characterization of metabolic interactions between bacteria of the intestinal microbiome during the utilization of dietary fibers
(2023) Vega Sagardía, Marco Antonio; Garrido Cortés, Daniel; Pontificia Universidad Católica de Chile. Escuela de Ingeniería
El microbioma intestinal es una comunidad de microorganismos anaeróbicos. Esta composición puede ser modulada por la ingesta de alimentos ricos en fibras dietéticas, como prebióticos, que son polisacáridos complejos no modificados en el intestino delgado. Estos son fermentados selectivamente por bacterias intestinales, otorgando un beneficio a la salud del huésped. Dentro de estas fibras se incluye la inulina, y el xilano. La inulina es un fructano que es encontrado en cebollas y achicorias. Por otra parte, xilano es un polisacárido complejo de unidades de xilosa con cadenas laterales sustituidas, encontrado en las paredes celulares de las plantas como el maíz. Además, en el microbioma intestinal, existen interacciones bacterianas positivas (cross-feeding), o negativas (competencia) mediadas por el consumo de estas fibras. En este estudio se evaluaron interacciones bacterianas de diferentes cepas del microbioma intestinal de Lactobacillus, Bifidobacterium, Bacteroides, and Phocaeicola mientras consumen inulina o xilano. Ensayos bidireccionales en xilano mostraron que Bifidobacterium longum PT4 aumentó su crecimiento en presencia de Bacteroides ovatus HM222. Los análisis proteómicos indicaron que B. ovatus sintetizó enzimas que degradan xilano, como β-xilanasa, arabinosidasa, y xilosidasa. En presencia de B. ovatus, B. longum PT4 aumentó la producción de enzimas para consumir xilooligosacáridos, como α-L-arabinosidasa, L-arabinosa isomerasa, xilulosa quinasa, xilosa isomerasa y transportadores de azúcar. Por otra parte, ensayos bidireccionales en inulina mostraron un predominio de la competencia por esta fibra por parte de Lacticaseibacillus paracasei M38, cuando interactuó con otras cepas intestinales comensales (Ligilactobacillus ruminis PT16, B. longum PT4 y Bacteroides fragilis HM714) que se vieron desfavorecidas. Los estudios proteómicos destacaron el aumento en cocultivos de las enzimas que degradan la inulina, como la β-fructosidasa, el sistema de transporte PTS D-fructosa y ABC. Posibles características fenotípicas de L. paracasei le dieron una ventaja adaptativa en condiciones adversas. Los resultados confirman la complejidad de las interacciones metabólicas intestinales, las que pueden ser positivas o negativas dependiendo de las cepas involucradas.
Comprehensive high-risk coronary plaque imaging and myocardial tissue characterization with simultaneous 3D whole-heart brightblood and black-blood imaging and myocardial T2 mapping
(2023) Adasme Brisso, Valeria Alejandra; Botnar, René Michael; Pontificia Universidad Católica de Chile. Escuela de Ingeniería
Milotta, et al (2019) propuso un método combinado de angiografía por resonancia magnética e imágenes de la pared vascular para evaluar estenosis en arteria y placa coronaria de alto riesgo. Sin embargo, este método no proporciona información sobre el grado de isquemia, edema y necrosis. Una extensión utilizando mapas cuantitativos T2 es propuesta para caracterizar miocardio y monitorizar la progresión de pacientes con Enfermedad Arterial Coronaria (EAC). Usando un diccionario simulado con extended phase graphs con T1 fijo podemos tener una buena estimación de mapa T2 usando sólo los contrastes obtenidos con iT2prep-BOOST. La precisión y dependencia de T1 fijo se probó con un fantoma T1/T2 estandarizado y la evaluación diagnóstica se probó en 15 pacientes con sospecha de NSTEMI. El mapa T2 del fantoma presentó un rango de error de ±3 ms para T1 con valores fisiológicos del miocardio y correlación lineal baja (R2=0.97) con el T1 fijo, con un sesgo bajo (-3,3 ms). Los mapas T2 de los pacientes presentaron un aspecto comparable con los datos anatómicos y los pacientes con tejido infartado presentaron un T2 comparable con el reportado previamente (T2 myo=60±7ms vs T2 infarcted=58.5±5.8ms (O’Brien et al., 2022)). La diferenciación entre infarto, miocarditis y tejido saludable fue estadísticamente significativa (pvalue < 0.001). La diferencia entre infarto agudo y miocarditis con edema no fue significativa, por lo que el diagnóstico debería determinarse en conjunto con la base de datos bright-blood. Más estudios se necesitan para incluir voluntarios sanos, comparar con otras enfermedades y validar sensibilidad para su aplicación clínica. El método logró una buena cuantificación T2 en experimentos con fantomas e in vivo, permitiendo mapas T2 3D de todo el corazón, respiración libre, alta resolución isotrópica, tiempo predecible y sin radiación ionizante ni agentes de contraste. Esta herramienta ofrece estratificación de riesgo, guía o monitoreo del tratamiento en pacientes con EAC y puede tener un gran potencial de aplicación clínica.
Deep learning algorithms for the classification of gastric atrophy based on endoscopic videos
(2023) Tramon Hidalgo, Javier Omar; Mery Quiroz, Domingo; Pontificia Universidad Católica de Chile. Escuela de Ingeniería
El cáncer gástrico es de los cánceres más letales en Chile, siendo el primer país a nivel latinoamericano en tasa de mortalidad. La endoscopia es el examen fundamental para su detección, pero tiene diversas complicaciones que limitan llegar a la mayor cantidad de pacientes posibles, como la poca disponibilidad de tiempo, el limitado numero de expertos, y el alto costo de este procedimiento. Este trabajo busca reducir esta brecha, utilizando deep learning como herramienta para ayudar al diagnostico durante el examen o posterior a este. Con videos endoscópicos realizados bajo el protocolo Sidney, médicos del departamento de gastroenterología UC etiquetaron estos con los resultados obtenidos en biopsia, además de otros metadatos, como edad, sexo, etc., para entrenar modelos que logren detectar el sector estomacal (importante para la aplicación del protocolo), además de otros modelos que logren predecir el nivel de atrofia gástrica (condición estrechamente relacionada al cáncer gástrico). Se lograron modelos de clasificación de sector estomacal con una precisión superior a 96.00%, modelos de clasificación de atrofia con precisión de hasta 76.88% y sensibilidades del hasta 81.25%, que al combinar los mejores en un gran modelo compuesto logran una precisión superior a 90.00% y sensibilidad sobre 90.00% al clasificar pacientes en base al video de su endoscopia. Entre las principales contribuciones de este trabajo se encuentra la base de datos pública de imágenes y videos endoscópicos, además de modelos de aprendizaje profundo que clasifican imágenes por sector estomacal y nivel de atrofia en imágenes de cuerpo, antro y ángulo, y finalmente, lograr un modelo compuesto por estos para clasificar pacientes con base en su video endoscópico en tiempo real. Con esto se logran los objetivos de la tesis, dejando la puerta abierta a futuras aplicaciones clínicas del modelo compuesto para análisis durante el examen endoscópico, además de expandir las clasificaciones y detecciones del mismo.
Diseño de un circuito génico para la expresión de sfGFP y GM-CSF reprimida por butirato
(2023) Serebrinsky Duek, Kineret Rivka; Garrido Cortés, Daniel; Pontificia Universidad Católica de Chile. Escuela de Ingeniería
Las enfermedades de inflamación intestinal, EII, son enfermedades crónicas multifactoriales con síntomas recurrentes que afectan en gran medida la calidad de vida de quienes la padecen. A pesar de no entenderse del todo las causas, se sabe que la disbiosis de la microbiota intestinal es parte de ellas. El butirato es uno de los metabolitos más importantes que aporta la microbiota al hospedero y se ha visto una correlación entre la diminución de su concentración con cuadros activos de inflamación intestinal en pacientes con EII. En el último tiempo, la construcción de biosensores y bioterapéuticos para diagnóstico y tratamiento de enfermedades, incluidas las EII, ha ido en aumento. La utilización de estos organismos genéticamente modificados trae muchos beneficios, como la disminución de la exposición sistémica del terapéutico, un mayor control y especificidad de la administración de la droga, la reducción de los efectos secundarios, entre otros. En este trabajo se construyó un circuito génico capaz de detectar la concentración de butirato para inducir la expresión del represor LacI, y este, a su vez, reprimir la producción de la proteína de interés. De esta forma se crearon dos biosensor capaces de expresar la proteína fluorescente sfGFP de manera inversamente proporcional a la concentración de butirato en un rango entre 30 y 90 mM del compuesto. El sistema presenta un coeficiente de Hill de 3.14 y una constante de disociación de 86.6 mM. También, se crearon dos bioterapéuticos capaces de expresar la citoquina factor estimulante de colonias de macrófagos y granulocitos, GM-CSF, bajo la misma lógica. Los bioterapéuticos presentan el comportamiento deseado durante las primeras 2 y 4 horas de crecimiento. Los resultados son promisorios, aunque el circuito debe ser modificado para poder ser usado en un contexto biológico y más pruebas son requeridas para perfeccionar el mecanismo de detección y respuesta.
El grado histológico es un mejor predictor de sobrevida específico que KI67 en cáncer de mama localizado RH+/HER2-: Un estudio del mundo real
(2023) Constabel Butz, Christine Alexandra; Cataldo Cornejo, Alejandro; Pontificia Universidad Católica de Chile. Escuela de Ingeniería
El cáncer de mama (CM) es el cáncer más común en mujeres. La determinación de factores pronósticos es relevante para la decisión de terapia sistémica. El objetivo del presente estudio fue determinar, en el mundo real, el rol pronóstico de Ki67 en pacientes con CM no metastásico en dos centros de cáncer; uno académico y otro de la comunidad. Se realizo un análisis retrospectivo de un registro longitudinal de pacientes con CM. Se analizaron las características clinicopatológicas y sobrevida especifica por CM (SEE) de 3.969 mujeres diagnosticadas en etapas I/II/III entre los años 2012-2021. En el análisis univariado los factores pronósticos asociados significativamente a SEE fueron: etapa, motivo de consulta (tamizaje vs síntomas), estado de receptores hormonales, grado histológico (GH) y Ki67. En el análisis multivariado, la etapa III, Ki67 20% y GH3 se asociaron significativamente a un riesgo de muerte (HR) de 4,41, 2,52 y 1,92; respectivamente, independiente del centro de tratamiento y subtipo de CM. Sin embargo, en el grupo receptor hormonal RH+/HER2- el GH presento mayor poder discriminatorio que Ki67. Las curvas ROC-AUC para Ki67 indicaron que el mejor punto de corte para SEE fue de 20%, para la cohorte completa y también para el grupo RH+/HER2-. Se concluye que el comportamiento de las variables pronosticas fue esperado y coincidente con la literatura. El GH parece ser un mejor predictor de mortalidad especifica por CM. Ki67 mostró un valor de corte consistente con lo sugerido en consensos de expertos no solo para la cohorte completa, sino también para tumores RH+/HER2-.
Enfoque de programación dinámica aproximada para la calendarización de tratamientos de quimioterapia en una red de atención oncológica
(2022) Wenzel Fernández, Arturo Eduardo; Cataldo Cornejo, Alejandro; Pontificia Universidad Católica de Chile. Escuela de Ingeniería
En este paper enfrentamos un problema de calendarización de sesiones de quimioterapia en un sistema de salud que opera en red. En este sentido, consideramos que los pacientes llegan a alguno de los centros de tratamiento de la red con la indicación de su oncólogo tratante para que se realice alguno de los diferentes protocolos de tratamiento existentes. Cada protocolo de tratamiento presenta diferente número y duración de sesiones, tiempo entre sesiones y tiempos de espera máximos para la primera sesión. Que el sistema estudiado opere en red exige que los pacientes deben realizarse su primera y su última sesión de su protocolo de tratamiento en el centro de tratamiento al que fueron enviados por su oncólogo, y que pueden realizarse las sesiones intermedias en un centro de tratamiento diferente al que fueron enviados por su oncólogo. Para resolver el problema, lo modelamos como un proceso de decisión markoviano, el cual resolvemos de manera aproximada utilizando técnicas de programación dinámica aproximada. Los beneficios del enfoque propuesto son evaluados y comparados con el enfoque manual existente, simulando su funcionamiento para un caso práctico que considera diferentes protocolos y los centros de tratamiento de la Red de salud UC CHRISTUS y del Hospital del Salvador. Lo anterior nos permite evaluar los beneficios de considerar un enfoque proactivo (enfoque propuesto) en vez de uno reactivo (enfoque manual existente) y el impacto de considerar un sistema que opera en red. Nuestro enfoque permite disminuir los costos de operación de la red en un 20% y reduce los tiempos de espera promedio de los pacientes por su primera sesión aproximadamente a la mitad en comparación con el enfoque utilizado actualmente. Una de las conclusiones más importantes de nuestro estudio es que un sistema de tratamiento que opera en red, como el propuesto, solo obtienen beneficios si se considera una política proactiva en la calendarización de tratamientos.
Enhanced prediction of model-based vocal features using a probabilistic bayesian neural network with uncertainty estimation
(2024) Sepúlveda Riquelme, Joaquín; Cuadra Banderas, Patricio de la ; Zañartu, Matías; Mery Quiroz, Domingo Arturo; Espinoza, Víctor; Cienfuegos Carrasco, Rodrigo Alberto
This thesis presents a thorough investigation into the modeling and estimation of vocal function variables, providing advances in the field of non-invasive ambulatory voice monitoring. Two related studies are involved in the thesis. One of the studies is aimed to resolve the discrepancies between the Triangular Body-Cover Model (TBCM) of vocal folds and clinical data. The study explores theimpact of physical properties, particularly the attenuation factor of the vocal tract, in accurately replicating clinical data, offering insights into the optimization of synthetic voice models for more accurate clinical representation. The second study introduces a novel application of a Probabilistic Bayesian Neural Network (PBNN) for estimating vocal function variables such as subglottal pressure,vocal fold contact pressure, and muscle activation variables, which are challenging to measure in ambulatory settings. The PBNN is trained on both synthetic and clinical data, demonstrating strong performance in predicting these variables with accurate es timations and narrow confidence intervals in synthetic contexts. In contrast, clinical contexts, incorporating transfer learning, present wider, more realistic confidence in tervals due to the inherent variability in human phonation. Furthermore, an observable correlation between prediction errors and both aleatoric and epistemic uncertaintieshighlights the ability of the network to forecast inaccuracies. Increased uncertainty at points of non-linear behavior, especially at higher subglottal pressures, suggests the need for improved input features to capture these nonlinear effects, indicating avenues for future research to enhance measurement fidelity.
Enhancement of cardiac and respiratory sounds using pitch-shifting
(2023) Echenique Pohlmann, María Belén; Cádiz Cádiz, Rodrigo Fernando; Pontificia Universidad Católica de Chile. Escuela de Ingeniería
La telemedicina es cada vez más popular por su comodidad y accesibilidad. Sin embargo, uno de sus inconvenientes es la dificultad de realizar auscultaciones físicas a distancia, por ejemplo, para evaluar los sonidos pulmonares y cardíacos. Como solución, proponemos un método de teleauscultación basado en teléfonos inteligentes para captar los sonidos pulmonares y cardíacos. Sin embargo, uno de los obstáculos de este método es que los sonidos de baja frecuencia, como los cardíacos, no pueden ser reproducidos con precisión por el altavoz de un smartphone, debido a su limitada respuesta en frecuencia. Para solventar este problema, proponemos utilizar versiones de estos sonidos con el tono desplazado, diseñadas específicamente para su audición a través de smartphones. Realizamos dos evaluaciones, una con sonidos de bases de datos online y otra con sonidos de una base de datos creada para el proyecto, que contiene audios cardíacos y pulmonares captados con un smartphone. En ambos, los sonidos se procesaron mediante algoritmos basados en las bibliotecas PaulStretch y SoundStretch, y se validaron con una encuesta web respondida por expertos. Los probamos con auriculares convencionales como primer paso hacia su emisión a través de altavoces. En el experimento realizado con bases de datos de código abierto, el 71,6% y el 80% de las respuestas indicaban que se conservaba la información clínica en las muestras de sonidos respiratorios y cardíacos, respectivamente. Por otro lado, en el experimento realizado con nuestra base de datos interna, los resultados mostraron para los sonidos respiratorios y cardíacos que el 76,5% y el 71% de los sonidos procesados conservaban información clínica. Lo anterior sugiere que los sonidos de tono modificado podrían utilizarse en dispositivos de teleauscultación como los teléfonos inteligentes. Sin embargo, es necesario seguir investigando sobre las capacidades de grabación y reproducción de los teléfonos inteligentes en modo altavoz.
Entendiendo la elección modal de personas ciegas o con baja visión a través de variables latentes
(2022) Guajardo Ortega, María Fernanda; Raveau Feliú, Sebastián; Pontificia Universidad Católica de Chile. Escuela de Ingeniería
Existen diversos estudios en el ámbito de la elección modal y generación de viajes de personas con discapacidad y adultos mayores, éstos se han realizado principalmente en países desarrollados. Se ha demostrado que personas con discapacidad perciben de manera diferente ciertos atributos del viaje, generando que su comportamiento sea diferente. Es relevante entender el comportamiento de personas con discapacidad para así apoyar políticas públicas que atiendan de manera más asertiva a sus necesidades. Sin embargo, el estudio de movilidad de personas con discapacidad es escaso, y en específico estudios que se enfoquen en discapacidad visual. El objetivo de esta investigación es identificar los factores que afectan las decisiones de movilidad de personas ciegas o con baja visión, tomando como caso de estudio Santiago de Chile. Con la información de un total de 1322 viajes en Santiago de personas con discapacidad y sin discapacidad se estimaron modelos híbridos de elección modal incluyendo dos variables latentes. Personas bajo 60 años y de ingreso socioeconómico alto utilizan más las tecnologías y prefieren modos como: Uber, Cabify y Didi. Por otro lado, modos de transportes con contacto directo con el conductor (taxi, Uber, Cabify y Didi) son percibidos de manera más positiva por personas que les importan las interacciones humanas, es decir, por personas con movilidad reducida y discapacidad visual. Adicionalmente, se obtuvo que existe una diferencia significativa en la percepción del tiempo de caminata; a personas ciegas o con baja visión les afecta aproximadamente un 30% más el tiempo de caminata que a personas sin discapacidad visual. A partir de los resultados, se puede validar la relevancia de contar con políticas públicas que subvencionen traslados en taxi para personas con discapacidad visual o personas con movilidad reducida. Además, los resultados sugieren que el actuar de manera cordial como sociedad genera una diferencia en la percepción del viaje de personas ciegas o con baja visión y personas con movilidad reducida.
Estudio biomecánico de una prótesis de rodilla mediante simulación utilizando elementos finitos
(2023) Cortés Marchetti, Fernanda Javiera; Ramos Grez, Jorge; Pontificia Universidad Católica de Chile. Escuela de Ingeniería
Esta investigación se enfoca en el estudio del comportamiento mecánico de la articulación de la rodilla cuando se reemplaza con una articulación artificial. El objetivo es comprender y determinar qué factores influyen en la adhesión, desplazamiento y concentración de tensiones entre el hueso y la prótesis, con el fin de evitar complicaciones como el aflojamiento. Para lograr esto, se investiga el efecto de diversos parámetros, como el coeficiente de fricción, los materiales de la prótesis utilizados y el peso del paciente, en las características biomecánicas de una prótesis de rodilla. Se realizó una simulación computacional utilizando elementos finitos para evaluar los parámetros mencionados. Se utilizaron diferentes softwares para generar modelos 3D de la articulación tibiofemoral sujeto-específica, a la cual se le asignaron las propiedades ortotrópicas del tejido óseo, e isotrópicas al material de la prótesis. Una vez que se tuvo el modelo de la articulación, se aplicó una fuerza compresiva de 735N y se realizaron varias simulaciones en las que se varió el coeficiente de roce entre 0.08 y 1, se varió el material del componente cojín plástico (PE, MDPE, HDPE y UHMWPE) y se analizó la resistencia mecánica a la fatiga en la interfaz entre el hueso y el implante. Al analizar los resultados obtenidos, se observa que un aumento en el coeficiente de roce puede generar una mayor adhesión a largo plazo en la prótesis, ya que los esfuerzos se reducen, la presión de contacto aumenta y se incrementa el ciclo de vida de la prótesis. En cuanto al material del cojín, el polietileno mostró mejores características, ya que presentaba un menor desplazamiento entre el componente plástico y el componente femoral. No obstante, las diferencias entre los materiales no fueron significativas.
Evaluation of the importance of metadata in skin lesion classification
(2023) Garib Nazrala, Gabriel Guillermo; Mery Quiroz, Domingo; Pontificia Universidad Católica de Chile. Escuela de Ingeniería
El cáncer de la piel es uno de los tipos de cáncer más comunes. Es también uno de los más tratables si es diagnosticado a tiempo. Los metadatos de los pacientes han mostrado ser útiles en la tarea de clasificación automática de lesiones de la piel. Sin embargo, no ha habido un análisis a fondo sobre qué metadatos son más relevantes para esta tarea. En este trabajo, investigamos el impacto que los metadatos de los pacientes tiene en la clasificación de lesiones de la piel. Además, analizamos qué metadatos son más relevantes. Llevamos a cabo estas tareas entrenado 17 modelos de aprendizaje profundo en combinación con 3 métodos de fusión en dos bases de datos de acceso público: PADUFES20 compuesta de imágenes clínicas, e ISIC2019 compuesta de imágenes dermoscópicas. También entrenamos estos modelos usando diferentes combinaciones de subconjuntos de los metadatos de forma de poder determinar la importancia de cada combinación. Para la base PADUFES20, los modelos entrenados usando imágenes y metadatos mostraron en promedio una exactitud balanceada ∼ 10.43% más alta que los experimentos base. Para la base ISIC2019, la diferencia fue ∼ 2.22%. Concluimos que la tarea de clasificación usando la fusión de imágenes y metadatos tiene mejor desempeño que tanto los experimentos realizados solo con imágenes, y los realizados sólo con metadatos. Los resultados también muestran que la edad en la base ISIC2019, y los metadatos que describen la lesión en la base PADUFES20, son relativamente más relevantes. Para investigaciones futuras, hacemos accesible nuestra implementación de los modelos, que tiene como fin ser una herramienta flexible para problemas que requieran la fusión de imágenes con metadatos.
Exploring training strategies and model architectures for domain adaptation in prostate cancer MRI
(2024) Facuse Pérez, Jorge Ignacio; Parra Santander, Denis; Pontificia Universidad Católica de Chile. Escuela de Ingeniería
El diagnóstico médico basado en imágenes y segmentación con métodos de IA a mejorado en los últimos años gracias al Aprendizaje Profundo (AP). Sin embargo, usar modelos de AP en sets de datos pequeños de poblaciones distintas a las del dataset de entrenamiento requiere una gran cantidad de etiquetas, incluso en el caso de ajustar un modelo fundacional pre-entrenado en un dataset grande. El Aprendizaje Auto-supervisado (AAS) y la transferencia de aprendizaje emergen como soluciones para este problema. AAS utiliza datos sin etiquetar para aprender representaciones generalizables, mientras que la transferencia de aprendizaje facilita ajustar modelos a conjuntos de datos con pocas etiquetas. En esta tesis presentamos una estrategia de entrenamiento basada en AAS y transferencia de aprendizaje para entrenar modelos en la tarea de diagnosticar y segmentar cáncer de próstata clínicamente significativo utilizando conjuntos de datos pequeños de Resonancia Magnética (RM) de próstata. La estrategia involucra una etapa de entrenamiento autosupervisado, una etapa de entrenamiento supervisada y una etapa de ajuste al conjunto de datos más pequeño. Los datos de PI-CAI se utilizaron en las primeras etapas y para la etapa final y evaluación se utilizaron dos conjuntos de datos más pequeños: Prostate158 y un conjunto de datos proveniente de Chile llamado ChiPCa. Probamos múltiples variaciones de nuestra estrategia para encontrar la mejor metodología de entrenamiento y arquitectura del modelo para adaptación de dominio en las tareas de detección y segmentación de cancer de próstata en RM. Nuestros resultados en ambos conjuntos de datos validan nuestra estrategia propuesta para facilitar el entrenamiento de modelos de AP en conjuntos de datos de RM de próstata pequeños, siendo UNet la mejor arquitectura del modelo y Denoising Autoencoder (DAE) el mejor método de AAS, con un puntaje total de 0.558 en el dataset Prostate158 y 0.647 en el dataset ChiPCa.
Fermentación de jugo de murta (Ugni molinae Turcz.) con cepa nativa de leuconostoc mesenteroides para la obtención de una bebida funcional
(2023) Escobar Beiza, Natalia Soledad; Franco, Wendy; Pérez C., José Ricardo; Pontificia Universidad Católica de Chile. Escuela de Ingeniería
En esta investigación se estudió la fermentación de jugos de murta (Ugni molinae Turcz.) con bacterias ácido lácticas (BAL) nativas para obtener un nuevo alimento funcional con alto valor agregado. En primer lugar, se aislaron bacterias de los géneros Gluconobacter y Leuconostoc, siendo seleccionada L. mesenteroides al ser la única BAL identificada, además de ser ampliamente utilizada en la industria alimenticia. En segundo lugar, se fermentaron tres diferentes jugos de murta: de frutos frescos (JNF), de polvo liofilizado (JLF) y comercial (JCF), a 30 °C por dos días, y se evaluó el impacto de adicionar glucosa al inicio de la fermentación (+G). Se obtuvo que L. mesenteroides tuvo comportamientos fermentativos consistentes con la literatura, mientras que los jugos fermentados, en comparación con los jugos controles, presentaron incrementos en el contenido polifenólico total (TPC; 241,90 ± 0,88 – 634,71 ± 5,30 mg equivalentes de ácido gálico (GAE)/L) y mejoras en las actividades antioxidantes relacionadas a radicales DPPH (IC50: 73,97 ± 6,62 – 136,33 ± 1,03 mg GAE/L; Inhibición: 53,25 – 92,42%) y ORAC (93,20 ± 4,07 – 261,01 ± 29,36 µmol equivalentes de Trolox (TE)/mL) y en la inhibición de la α-glucosidasa (IC50; 332,45 ± 3,94 – 2662,85 ± 17,68 µg liofilizado/mL), enzima clave en el padecimiento de diabetes tipo 2. Sin embargo, no hubo aumento en la capacidad inhibitoria de la α-amilasa. El perfil aromático de los jugos fue enriquecido por el aumento de los compuestos aromáticos producidos tras la fermentación, percibiéndose algunos identificados en diversas frutas tales como el geraniol, eucaliptol, linalool, hexanoato de etilo y benzaoato de etilo. El panel sensorial reveló que la fermentación tuvo un impacto positivo en el sabor, dulzor y acidez de los jugos. Los jugos fermentados preferidos por los panelistas fueron del tipo comercial y natural +G. Se concluye que es factible la fermentación de jugos de murta con L. mesenteroides, obteniéndose mejoras significativas en las bioactividades y aspectos organolépticos.
Herramienta de simulación para el apoyo a la toma de decisiones en un servicio de urgencia médica
(2023) Olguín Plaza, Iván Alexander; Mac Cawley Vergara, Alejandro Francisco; Pontificia Universidad Católica de Chile. Escuela de Ingeniería
Las largas estadías de los pacientes en la urgencia, los extensos tiempos de espera y la gran cantidad de pacientes que se retiran sin recibir atención (LWBS) han sido motivo de preocupación en los centros de urgencia del mundo. La manera de implementar una solución de corto plazo a estos problemas ha representado un gran reto para los equipos de salud debido a que la mayoría de los estudios e investigaciones disponibles actualmente realizan propuestas de mejora de largo plazo, que no responden al sentido de rapidez que necesitan estos centros de urgencia para resolver estos desafíos. Además, muchas veces estas propuestas consideran una inyección de recursos que no son posibles de implementar. En esta investigación, presentamos la elaboración, aplicación y validación de un modelo de simulación para predecir los tiempos de estancia de pacientes en la Urgencia UC, el cual también permite predecir la utilización de los recursos disponibles y la cantidad de pacientes que se retiran sin recibir atención. A lo largo de este trabajo, presentamos la información previa recopilada, el desarrollo del modelo y los resultados obtenidos. También, se muestran las 3 propuestas de mejora realizadas para disminuir los tiempos de estancia. La primera, enfocada en el corto plazo, consiste en cambiar la lógica de atención en el centro con lo que se logra reducir en un 10% los tiempos de estadía de los pacientes y mejorar la utilización de sillones, pasando de un 30% a un 73,6% de utilización, también se aumenta la proporción del tiempo que colaboradores atienden pacientes, representando un aumento de capacidad. Por otra parte, la segunda y tercera propuesta, enfocadas en el largo plazo, consideran una disminución de variabilidad y en específico, en la tercera, una adición de un turno de un radiólogo exclusivo de urgencia, con estas propuestas se logra reducir los tiempos de espera en un 8,87% y disminuir los pacientes que se retiran sin ser atendidos en un 30,1%. La contribución de este estudio radica en el desarrollo de una herramienta basada en simulación para predecir los tiempos de los pacientes en el corto plazo y utilizar esta información para la ayuda en la toma de decisiones operativas y estratégicas sobre la gestión de los recursos y los modelos de procesos del centro.

Browse

Browsing 3.01 Tesis magíster by browse.metadata.categoriaods "03 Salud y bienestar"

Results Per Page

Sort Options