http://sedici.unlp.edu.ar:80/handle/10915/176454 Sat, 14 Nov 2026 03:22:05 GMT 2026-11-14T03:22:05Z http://sedici.unlp.edu.ar:80/handle/10915/178467 Objeto de conferencia Congreso Argentino de Informática y Salud (CAIS 2024) - JAIIO 53 (Universidad Nacional del Sur, 12 al 16 de agosto de 2024) El Temblor Esencial es uno de los desórdenes de movimiento más comunes. Consiste en una oscilación rítmica, involuntaria y repetitiva, caracterizada por un temblor postural especialmente en brazos y/o manos. El mismo puede limitar las habilidades para llevar a cabo actividades diarias, lo que deteriora la calidad de vida de quienes lo padecen. El diagnóstico de esta enfermedad se realiza mediante la exploración física del paciente. No obstante, esta exploración no permite evaluar variables que podrían ser relevantes para el diagnóstico y el tratamiento posterior, como la frecuencia o la amplitud del temblor. Actualmente, la única manera de conocer estos valores es mediante la electromiografía, un estudio que examina las señales eléctricas de los músculos. Sin embargo, este procedimiento es invasivo y doloroso, lo que lleva a que muchos pacientes opten por no realizarlo. En este trabajo se presenta una alternativa no invasiva para medir la frecuencia de los trastornos de movimiento asociados a las extremidades superiores. Esto permite realizar un seguimiento sobre las variaciones del temblor, su relación con las actividades realizadas por el paciente, su estado de ´animo y otras variables. Además, esta alternativa permite realizar una predicción de la ocurrencia de los temblores consiguientes. Mon, 01 Jan 2024 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/178467 2024-01-01T00:00:00Z El Temblor Esencial es uno de los desórdenes de movimiento más comunes. Consiste en una oscilación rítmica, involuntaria y repetitiva, caracterizada por un temblor postural especialmente en brazos y/o manos. El mismo puede limitar las habilidades para llevar a cabo actividades diarias, lo que deteriora la calidad de vida de quienes lo padecen. El diagnóstico de esta enfermedad se realiza mediante la exploración física del paciente. No obstante, esta exploración no permite evaluar variables que podrían ser relevantes para el diagnóstico y el tratamiento posterior, como la frecuencia o la amplitud del temblor. Actualmente, la única manera de conocer estos valores es mediante la electromiografía, un estudio que examina las señales eléctricas de los músculos. Sin embargo, este procedimiento es invasivo y doloroso, lo que lleva a que muchos pacientes opten por no realizarlo. En este trabajo se presenta una alternativa no invasiva para medir la frecuencia de los trastornos de movimiento asociados a las extremidades superiores. Esto permite realizar un seguimiento sobre las variaciones del temblor, su relación con las actividades realizadas por el paciente, su estado de ´animo y otras variables. Además, esta alternativa permite realizar una predicción de la ocurrencia de los temblores consiguientes. http://sedici.unlp.edu.ar:80/handle/10915/178466 Objeto de conferencia Congreso Argentino de Informática y Salud (CAIS 2024) - JAIIO 53 (Universidad Nacional del Sur, 12 al 16 de agosto de 2024) La medicina 4P (predictiva, de precisión, personalizada y participativa) requiere la comprensión exhaustiva diversos factores genéticos, congénitos, sociales, medioambientales y biomédicos, los cuales están interrelacionados de manera compleja. Además, la información relevante en contextos médicos está dispersa en diferentes investigaciones y foros específicos, lo que complica su aprovechamiento para prever y abordar condiciones de salud con intervenciones tempranas. En este trabajo se propone investigar métodos Procesamiento del Lenguaje Natural (NLP) y Grafos de Conocimiento (KG) para inferir, representar y visualizar las complejas relaciones entre el Origen de la Salud y Enfermedad en el Desarrollo (DOHAD) y las trayectorias adversas para la salud, con el objetivo de un ulterior desarrollo de una herramienta con uso clínico en neonatología. En particular, este trabajo se enfoca en el sobrepeso/obesidad infantil, dada su relevancia como uno de los principales riesgos de salud a nivel mundial. Se realizó una búsqueda bibliográfica exhaustiva con la cual se alimentó un modelo de tópicos (Topic Modeling), el cual fue validado por un grupo de especialistas de diversas disciplinas. Con dichos tópicos, se construyó un KG probabilístico, el cual ofrece una comprensión profunda de la etiología de esta condición, así como las posibles intervenciones durante la historia gestacional o los primeros años de vida, con vista a mitigar sus aspectos adversos. Mon, 01 Jan 2024 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/178466 2024-01-01T00:00:00Z La medicina 4P (predictiva, de precisión, personalizada y participativa) requiere la comprensión exhaustiva diversos factores genéticos, congénitos, sociales, medioambientales y biomédicos, los cuales están interrelacionados de manera compleja. Además, la información relevante en contextos médicos está dispersa en diferentes investigaciones y foros específicos, lo que complica su aprovechamiento para prever y abordar condiciones de salud con intervenciones tempranas. En este trabajo se propone investigar métodos Procesamiento del Lenguaje Natural (NLP) y Grafos de Conocimiento (KG) para inferir, representar y visualizar las complejas relaciones entre el Origen de la Salud y Enfermedad en el Desarrollo (DOHAD) y las trayectorias adversas para la salud, con el objetivo de un ulterior desarrollo de una herramienta con uso clínico en neonatología. En particular, este trabajo se enfoca en el sobrepeso/obesidad infantil, dada su relevancia como uno de los principales riesgos de salud a nivel mundial. Se realizó una búsqueda bibliográfica exhaustiva con la cual se alimentó un modelo de tópicos (Topic Modeling), el cual fue validado por un grupo de especialistas de diversas disciplinas. Con dichos tópicos, se construyó un KG probabilístico, el cual ofrece una comprensión profunda de la etiología de esta condición, así como las posibles intervenciones durante la historia gestacional o los primeros años de vida, con vista a mitigar sus aspectos adversos. http://sedici.unlp.edu.ar:80/handle/10915/178465 Objeto de conferencia Congreso Argentino de Informática y Salud (CAIS 2024) - JAIIO 53 (Universidad Nacional del Sur, 12 al 16 de agosto de 2024) El propósito de este estudio es desarrollar un mecanismo para evaluar la salud de los empleados de un organismo público como la Universidad Nacional de la Patagonia San Juan Bosco. Se realizará un análisis de reconocimiento de emociones, RE (o ER: emotion recognition en Inglés), y medición del ritmo cardíaco para establecer una correlación con el nivel de estrés. Utilizaremos dispositivos biométricos como cámaras para capturar imágenes, analizadas con inteligencia artificial, y sensores en teléfonos móviles o relojes inteligentes para registrar el ritmo cardíaco. Identificar emociones es un desafío; proponemos utilizar DeepFace para reconocerlas en imágenes faciales, dado que ha logrado una precisión del 94%. También se administrará un cuestionario para que los empleados respondan sobre su estado emocional y anímico (neutral, cansado o con energía). Esto nos permitirá analizar la correspondencia entre la emoción detectada y la informada por el sujeto, ayudando a mejorar la estimación de su estado de salud. Mon, 01 Jan 2024 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/178465 2024-01-01T00:00:00Z El propósito de este estudio es desarrollar un mecanismo para evaluar la salud de los empleados de un organismo público como la Universidad Nacional de la Patagonia San Juan Bosco. Se realizará un análisis de reconocimiento de emociones, RE (o ER: emotion recognition en Inglés), y medición del ritmo cardíaco para establecer una correlación con el nivel de estrés. Utilizaremos dispositivos biométricos como cámaras para capturar imágenes, analizadas con inteligencia artificial, y sensores en teléfonos móviles o relojes inteligentes para registrar el ritmo cardíaco. Identificar emociones es un desafío; proponemos utilizar DeepFace para reconocerlas en imágenes faciales, dado que ha logrado una precisión del 94%. También se administrará un cuestionario para que los empleados respondan sobre su estado emocional y anímico (neutral, cansado o con energía). Esto nos permitirá analizar la correspondencia entre la emoción detectada y la informada por el sujeto, ayudando a mejorar la estimación de su estado de salud. http://sedici.unlp.edu.ar:80/handle/10915/177133 Objeto de conferencia Congreso Argentino de Informática y Salud (CAIS 2024) - JAIIO 53 (Universidad Nacional del Sur, 12 al 16 de agosto de 2024) En algunas demencias neurodegenerativas, las personas podrían presentar una disminución de habilidades lingüísticas que son difíciles de cuantificar con pruebas estandarizadas. El monitoreo y análisis del habla en estos pacientes puede proporcionar información valiosa sobre la evolución de su discurso hablado. Dentro de los tratamientos, se incluye a la lectura en voz alta pero, rara vez, es aplicada sistemáticamente como parte integral de la terapia y poco se sabe respecto a su eficacia. Este trabajo presenta el desarrollo de una aplicación denominada “A-e-i!”, que utiliza funciones de servicios alojados en servidores en la nube para transcribir audios de lecturas de pacientes con deterioro neurodegenerativo derivado en afasia progresiva primaria. Con las transcripciones generadas, se pretende monitorear los cambios en el discurso a través del tiempo de dichos pacientes. Para realizar este monitoreo, se diseñaron métricas que permiten medir distintos aspectos de la fluidez de la lectura. Y sirven también, para una posterior evaluación, a partir de indicadores que interpretarán los valores medidos en el tiempo. De esta manera, se espera constituir un acervo de datos que ayuden a mejorar las técnicas para el tratamiento de la lectura en voz alta, en pacientes con deterioro neurodegenerativo derivado en afasia progresiva primaria. Mon, 01 Jan 2024 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/177133 2024-01-01T00:00:00Z En algunas demencias neurodegenerativas, las personas podrían presentar una disminución de habilidades lingüísticas que son difíciles de cuantificar con pruebas estandarizadas. El monitoreo y análisis del habla en estos pacientes puede proporcionar información valiosa sobre la evolución de su discurso hablado. Dentro de los tratamientos, se incluye a la lectura en voz alta pero, rara vez, es aplicada sistemáticamente como parte integral de la terapia y poco se sabe respecto a su eficacia. Este trabajo presenta el desarrollo de una aplicación denominada “A-e-i!”, que utiliza funciones de servicios alojados en servidores en la nube para transcribir audios de lecturas de pacientes con deterioro neurodegenerativo derivado en afasia progresiva primaria. Con las transcripciones generadas, se pretende monitorear los cambios en el discurso a través del tiempo de dichos pacientes. Para realizar este monitoreo, se diseñaron métricas que permiten medir distintos aspectos de la fluidez de la lectura. Y sirven también, para una posterior evaluación, a partir de indicadores que interpretarán los valores medidos en el tiempo. De esta manera, se espera constituir un acervo de datos que ayuden a mejorar las técnicas para el tratamiento de la lectura en voz alta, en pacientes con deterioro neurodegenerativo derivado en afasia progresiva primaria. http://sedici.unlp.edu.ar:80/handle/10915/177132 Objeto de conferencia Congreso Argentino de Informática y Salud (CAIS 2024) - JAIIO 53 (Universidad Nacional del Sur, 12 al 16 de agosto de 2024) Las personas con síndrome de Rett y otras condiciones neurológicas, en particular personas con dificultades motrices y en el habla, encuentran limitaciones en el acceso a la comunicación. El objetivo del Proyecto EntteR es el desarrollo de estrategias de accesibilidad comunicacional para la participación social de este grupo poblacional haciendo uso del potencial de las Tecnologías de la Información y la Comunicación (TIC), y en particular de las Tecnologías Digitales (TD). Partiendo en el año 2024 de un grupo de 25 personas sobre un potencial de 95, se trabajará con una selección de múltiples casos de acuerdo a las condiciones de los mismos y la factibilidad de desarrollo de las mencionadas estrategias. Cada una de ellas abarcará las siguientes fases: a. evaluación de accesibilidad, b. compilación funcional de tecnologías, c. capacitación de recursos humanos del territorio, y d. seguimiento y actualización. Como resultado se busca el incremento de la accesibilidad del grupo destinatario, la federalización del impacto social del proyecto, el desarrollo científico tecnológico, y la implementación, transferencia y generación de conocimiento. Adoptaremos una perspectiva federal, situada e interdisciplinaria, y una modalidad de trabajo hí- brida con instancias presenciales y remotas, móvil: trasladándonos dentro de Rosario, sus cercanías y a localidades más alejadas dentro del país; y reticular: en red con profesionales competentes en accesibilidad cercanos a la localidad donde reside la persona destinataria de la estrategia. Mon, 01 Jan 2024 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/177132 2024-01-01T00:00:00Z Las personas con síndrome de Rett y otras condiciones neurológicas, en particular personas con dificultades motrices y en el habla, encuentran limitaciones en el acceso a la comunicación. El objetivo del Proyecto EntteR es el desarrollo de estrategias de accesibilidad comunicacional para la participación social de este grupo poblacional haciendo uso del potencial de las Tecnologías de la Información y la Comunicación (TIC), y en particular de las Tecnologías Digitales (TD). Partiendo en el año 2024 de un grupo de 25 personas sobre un potencial de 95, se trabajará con una selección de múltiples casos de acuerdo a las condiciones de los mismos y la factibilidad de desarrollo de las mencionadas estrategias. Cada una de ellas abarcará las siguientes fases: a. evaluación de accesibilidad, b. compilación funcional de tecnologías, c. capacitación de recursos humanos del territorio, y d. seguimiento y actualización. Como resultado se busca el incremento de la accesibilidad del grupo destinatario, la federalización del impacto social del proyecto, el desarrollo científico tecnológico, y la implementación, transferencia y generación de conocimiento. Adoptaremos una perspectiva federal, situada e interdisciplinaria, y una modalidad de trabajo hí- brida con instancias presenciales y remotas, móvil: trasladándonos dentro de Rosario, sus cercanías y a localidades más alejadas dentro del país; y reticular: en red con profesionales competentes en accesibilidad cercanos a la localidad donde reside la persona destinataria de la estrategia. http://sedici.unlp.edu.ar:80/handle/10915/177129 Objeto de conferencia Congreso Argentino de Informática y Salud (CAIS 2024) - JAIIO 53 (Universidad Nacional del Sur, 12 al 16 de agosto de 2024) El artículo presenta una revisión sistemática en base al método PRISMA. Se han seleccionado 16 artículos científicos provenientes de bases de datos gratuitas que analizan el efecto de los videojuegos sobre el desarrollo de diferentes funciones ejecutivas tales como las habilidades de planificación, organización, control inhibitorio, capacidad para el cambio, resolución de problemas, memoria de trabajo, toma de decisiones, flexibilidad cognitiva y los 5 factores de la personalidad entre otras. La investigación se centra en población de nivel inicial y nivel primario, dado que una intervención de videojuegos integrada en el aula puede mejorar la cognición. Es relevante considerar que al hablar de videojuegos se incluyen videojuegos en primera persona, en tercera persona, juegos serios y exergames entre otros. Los resultados de los estudios analizados validan esta posición. Jugar videojuegos durante un tiempo controlado, 30 minutos en media, promueve el desarrollo cognitivo en niños de nivel inicial y de nivel primario. Mon, 01 Jan 2024 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/177129 2024-01-01T00:00:00Z El artículo presenta una revisión sistemática en base al método PRISMA. Se han seleccionado 16 artículos científicos provenientes de bases de datos gratuitas que analizan el efecto de los videojuegos sobre el desarrollo de diferentes funciones ejecutivas tales como las habilidades de planificación, organización, control inhibitorio, capacidad para el cambio, resolución de problemas, memoria de trabajo, toma de decisiones, flexibilidad cognitiva y los 5 factores de la personalidad entre otras. La investigación se centra en población de nivel inicial y nivel primario, dado que una intervención de videojuegos integrada en el aula puede mejorar la cognición. Es relevante considerar que al hablar de videojuegos se incluyen videojuegos en primera persona, en tercera persona, juegos serios y exergames entre otros. Los resultados de los estudios analizados validan esta posición. Jugar videojuegos durante un tiempo controlado, 30 minutos en media, promueve el desarrollo cognitivo en niños de nivel inicial y de nivel primario. http://sedici.unlp.edu.ar:80/handle/10915/177128 Objeto de conferencia Congreso Argentino de Informática y Salud (CAIS 2024) - JAIIO 53 (Universidad Nacional del Sur, 12 al 16 de agosto de 2024) The MammoInsight project aims to revolutionize the interpretation of digital mammographic images through the integration of artificial intelligence (AI) models. Facing the challenge of early and accurate breast cancer detection, this web platform seeks to overcome the subjectivity and heavy workload of specialists, significantly improving survival rates and accelerating the diagnostic process. Through the development and implementation of AI modules for the automatic categorization of breast density, the classification of mammograms, and the detection and segmentation of anomalies, this represents a crucial advancement in the diagnosis of breast pathologies and has a positive impact on the field of radiology and public health. Mon, 01 Jan 2024 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/177128 2024-01-01T00:00:00Z The MammoInsight project aims to revolutionize the interpretation of digital mammographic images through the integration of artificial intelligence (AI) models. Facing the challenge of early and accurate breast cancer detection, this web platform seeks to overcome the subjectivity and heavy workload of specialists, significantly improving survival rates and accelerating the diagnostic process. Through the development and implementation of AI modules for the automatic categorization of breast density, the classification of mammograms, and the detection and segmentation of anomalies, this represents a crucial advancement in the diagnosis of breast pathologies and has a positive impact on the field of radiology and public health. http://sedici.unlp.edu.ar:80/handle/10915/177126 Objeto de conferencia Congreso Argentino de Informática y Salud (CAIS 2024) - JAIIO 53 (Universidad Nacional del Sur, 12 al 16 de agosto de 2024) El acceso a los servicios de salud es un fenómeno de difícil medición y monitoreo debido tanto a su naturaleza multidimensional como a la rápida variabilidad demográfica, territorial y socioeconómica de las poblaciones. Por esta razón, es conveniente contar con metodologías que posibiliten la recopilación, el análisis, la síntesis y la comunicación eficiente de la información relacionada con el acceso a los bienes y servicios de salud de los habitantes de un distrito. En este trabajo se describe una metodología para estimar el nivel de acceso a la salud, con especial énfasis en la visualización territorial de los resultados. Específicamente, se presenta un instrumento para relevar las diversas dimensiones del acceso, un índice para sintetizar dicha complejidad multidimensional y una herramienta informática para facilitar la consulta y difusión de los datos y resultados. Mon, 01 Jan 2024 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/177126 2024-01-01T00:00:00Z El acceso a los servicios de salud es un fenómeno de difícil medición y monitoreo debido tanto a su naturaleza multidimensional como a la rápida variabilidad demográfica, territorial y socioeconómica de las poblaciones. Por esta razón, es conveniente contar con metodologías que posibiliten la recopilación, el análisis, la síntesis y la comunicación eficiente de la información relacionada con el acceso a los bienes y servicios de salud de los habitantes de un distrito. En este trabajo se describe una metodología para estimar el nivel de acceso a la salud, con especial énfasis en la visualización territorial de los resultados. Específicamente, se presenta un instrumento para relevar las diversas dimensiones del acceso, un índice para sintetizar dicha complejidad multidimensional y una herramienta informática para facilitar la consulta y difusión de los datos y resultados. http://sedici.unlp.edu.ar:80/handle/10915/177125 Objeto de conferencia Congreso Argentino de Informática y Salud (CAIS 2024) - JAIIO 53 (Universidad Nacional del Sur, 12 al 16 de agosto de 2024) En este trabajo se investiga la implementación de redes neuronales profundas en la clasificación de sonidos respiratorios, una tarea determinante para el diagnóstico de enfermedades pulmonares. Para esta labor, se emplea la arquitectura VGG-16, reconocida por su eficacia en la clasificación de imágenes, la cual ha sido adaptada para procesar datos de audio. Se realizaro la recopilación y preprocesamiento del conjunto de datos de sonidos respiratorios, utilizando coeficientes cepstrales de frecuencia de Mel (MFCC´s) como entrada de la red. Los resultados obtenidos revelan un rendimiento significativo, con una precisión del 78% en la clasificación de sonidos respiratorios. Este resultado resalta el potencial de las redes neuronales convolucionales pre entrenadas en el campo mé- dico. Sin embargo, persisten desafíos por superar, como la necesidad de conjuntos de datos más amplios y una comprensión más profunda de los resultados para su implementación clínica efectiva. Mon, 01 Jan 2024 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/177125 2024-01-01T00:00:00Z En este trabajo se investiga la implementación de redes neuronales profundas en la clasificación de sonidos respiratorios, una tarea determinante para el diagnóstico de enfermedades pulmonares. Para esta labor, se emplea la arquitectura VGG-16, reconocida por su eficacia en la clasificación de imágenes, la cual ha sido adaptada para procesar datos de audio. Se realizaro la recopilación y preprocesamiento del conjunto de datos de sonidos respiratorios, utilizando coeficientes cepstrales de frecuencia de Mel (MFCC´s) como entrada de la red. Los resultados obtenidos revelan un rendimiento significativo, con una precisión del 78% en la clasificación de sonidos respiratorios. Este resultado resalta el potencial de las redes neuronales convolucionales pre entrenadas en el campo mé- dico. Sin embargo, persisten desafíos por superar, como la necesidad de conjuntos de datos más amplios y una comprensión más profunda de los resultados para su implementación clínica efectiva. http://sedici.unlp.edu.ar:80/handle/10915/177124 Objeto de conferencia Congreso Argentino de Informática y Salud (CAIS 2024) - JAIIO 53 (Universidad Nacional del Sur, 12 al 16 de agosto de 2024) Este trabajo presenta una biblioteca de software liviana denominada “isonymic”, diseñada para el lenguaje de programación Python, con la finalidad de agilizar la obtención de información relativa a la estructura demográfica de una población a partir de sus apellidos. El método subyacente para adquirir dicha información se conoce como método isonímico y tiene el potencial de ejercer un impacto significativo en la investigación de la salud de las poblaciones. Los apellidos proporcionan información relevante acerca de las relaciones familiares y de grupos más extensos, que pueden vincularse con información sanitaria y epidemiológica sobre prevalencia e incidencia de ciertas enfermedades y los factores socioeconómicos concomitantes. El paquete propuesto permite obtener rápidamente los cinco indicadores isonímicos principales y facilita el cálculo de distancias entre poblaciones según las frecuencias de sus apellidos. También posibilita calcular en forma sencilla los principales estadísticos isonímicos relacionados con fenómenos migratorios (µ de Karlin McGregor, m de Wright, generación de gráficas log-log, asignación de etiquetas según origen geo-lingüístico y análisis espacial). En este trabajo se exhiben los resultados que se pueden obtener utilizando la interfaz de programación proporcionada por el software isonymic, empleando conjuntos de apellidos recolectados de padrones electorales argentinos correspondientes a dos períodos de tiempo diferentes. Mon, 01 Jan 2024 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/177124 2024-01-01T00:00:00Z Este trabajo presenta una biblioteca de software liviana denominada “isonymic”, diseñada para el lenguaje de programación Python, con la finalidad de agilizar la obtención de información relativa a la estructura demográfica de una población a partir de sus apellidos. El método subyacente para adquirir dicha información se conoce como método isonímico y tiene el potencial de ejercer un impacto significativo en la investigación de la salud de las poblaciones. Los apellidos proporcionan información relevante acerca de las relaciones familiares y de grupos más extensos, que pueden vincularse con información sanitaria y epidemiológica sobre prevalencia e incidencia de ciertas enfermedades y los factores socioeconómicos concomitantes. El paquete propuesto permite obtener rápidamente los cinco indicadores isonímicos principales y facilita el cálculo de distancias entre poblaciones según las frecuencias de sus apellidos. También posibilita calcular en forma sencilla los principales estadísticos isonímicos relacionados con fenómenos migratorios (µ de Karlin McGregor, m de Wright, generación de gráficas log-log, asignación de etiquetas según origen geo-lingüístico y análisis espacial). En este trabajo se exhiben los resultados que se pueden obtener utilizando la interfaz de programación proporcionada por el software isonymic, empleando conjuntos de apellidos recolectados de padrones electorales argentinos correspondientes a dos períodos de tiempo diferentes. http://sedici.unlp.edu.ar:80/handle/10915/177123 Objeto de conferencia Congreso Argentino de Informática y Salud (CAIS 2024) - JAIIO 53 (Universidad Nacional del Sur, 12 al 16 de agosto de 2024) Las imágenes médicas son fundamentales en el campo de la salud, proporcionando datos esenciales para diagnósticos precisos y evaluación de tratamientos. Para maximizar su utilidad, se requiere la aplicación de técnicas y procesos de mejora de características para obtener resultados eficientes. En este contexto, el preprocesamiento de imágenes juega un papel crucial en la segmentación de microcalcificaciones en mamografías, resaltando características claves y detectando áreas con alta probabilidad de anomalías que podrían derivar en cáncer de mama. La detección de microcalcificaciones sigue siendo un desafío clínico, debido a su tamaño que oscila entre 0.1 y 1 mm de diámetro, densidad similar a otros tejidos circundantes ocasionando superposición, formas o estructuras variadas y la presencia de ruidos o artefactos en las mamografías que pueden interferir con su detección. Este estudio aborda los desafíos mencionados anteriormente y presenta una metodología robusta, fácil de manejar y de libre acceso para la segmentación automática de microcalcificaciones. Se utilizan diversos algoritmos de mejora de características y técnicas de procesamiento de imágenes en cascada para la segmentación automática. Posteriormente, los resultados obtenidos se comparan con una máscara de referencia marcada por un especialista, utilizando como métrica de evaluación el coeficiente Sørensen-Dice. Este enfoque permite evaluar la eficiencia de la metodología propuesta, obteniendo un coeficiente Dice de 0.68 (68% de coincidencia entre los conjuntos), lo que resalta la eficacia de la metodología propuesta. Mon, 01 Jan 2024 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/177123 2024-01-01T00:00:00Z Las imágenes médicas son fundamentales en el campo de la salud, proporcionando datos esenciales para diagnósticos precisos y evaluación de tratamientos. Para maximizar su utilidad, se requiere la aplicación de técnicas y procesos de mejora de características para obtener resultados eficientes. En este contexto, el preprocesamiento de imágenes juega un papel crucial en la segmentación de microcalcificaciones en mamografías, resaltando características claves y detectando áreas con alta probabilidad de anomalías que podrían derivar en cáncer de mama. La detección de microcalcificaciones sigue siendo un desafío clínico, debido a su tamaño que oscila entre 0.1 y 1 mm de diámetro, densidad similar a otros tejidos circundantes ocasionando superposición, formas o estructuras variadas y la presencia de ruidos o artefactos en las mamografías que pueden interferir con su detección. Este estudio aborda los desafíos mencionados anteriormente y presenta una metodología robusta, fácil de manejar y de libre acceso para la segmentación automática de microcalcificaciones. Se utilizan diversos algoritmos de mejora de características y técnicas de procesamiento de imágenes en cascada para la segmentación automática. Posteriormente, los resultados obtenidos se comparan con una máscara de referencia marcada por un especialista, utilizando como métrica de evaluación el coeficiente Sørensen-Dice. Este enfoque permite evaluar la eficiencia de la metodología propuesta, obteniendo un coeficiente Dice de 0.68 (68% de coincidencia entre los conjuntos), lo que resalta la eficacia de la metodología propuesta.