Sistema de seguimiento y control de geronto-psiquiatría mediante visión e inteligencia artificial “Sefora Vision”

dc.contributor.advisorOvejero, César
dc.creatorAparicio, Carlos Daniel
dc.creatorArismendi Svistoñuk, Fabricio Guillermo Misael
dc.date.accessioned2025-04-29T16:13:19Z
dc.date.issued2024-05-27
dc.description.abstractTítulo: Sistema de Seguimiento y Control de Geronto-Psiquiatría mediante Visión e Inteligencia Artificial “Sefora Vision”. Introducción: Motivó este proyecto la importancia del cuidado de adultos mayores y personas con enfermedades crónicas o psiquiátricas, destacando el aumento de muertes relacionadas con descuidos en su atención. Además, enfatizamos la necesidad de mejorar el monitoreo de estos pacientes mediante nuevas tecnologías y la inteligencia artificial, con el objetivo de proporcionar una atención más efectiva y segura. Metodología: Método experimental, empírico, que parte del análisis sistemático de la situación problemática, y con la integración de los conocimientos de la carrera y buscando innovación se busca desarrollar una solución efectiva. Resultados: El sistema desarrollado ha excedido ampliamente las expectativas de rendimiento, logrando la monitorización efectiva de diversos aspectos. A través de técnicas de visión artificial, se ha conseguido supervisar estados emocionales, acciones, reconocimiento facial, identificación de objetos potencialmente peligrosos y detección de accidentes. Simultáneamente, hemos implementado un brazalete de monitoreo para registrar con precisión la duración y frecuencia de actividades como caminar, dormir, correr, sedentarismo y frecuencia cardíaca, permitiendo también la detección de posibles incidentes. Conclusión: El proyecto ha dejado una valiosa experiencia y aprendizaje, particularmente en el ámbito técnico, al incorporar nuevas tecnologías que contribuyen positivamente al avance global. Además, se ha concluido que existe un potencial para continuar con el desarrollo, mediante la adición de funcionalidades adicionales. Entre estas, se destaca la posibilidad de incorporar sensores adicionales para monitorear signos vitales, como tensiómetros, medidores de glucosa en sangre o espirómetros. Por otro lado, se ha adquirido una comprensión más profunda de la relevancia del cuidado de personas geronto-psiquiátricas tanto para sus familias como para la sociedad en general. Se ha reafirmado la importancia de mantener un control y monitoreo constante para asegurar y preservar la salud de este segmento de la población.
dc.description.affiliationFil: Aparicio, Carlos Daniel. Universidad Tecnológica Nacional. Facultad Regional Tucumán; Argentina.
dc.description.affiliationFil: Arismendi Svistoñuk, Fabricio Guillermo Misael. Universidad Tecnológica Nacional. Facultad Regional Tucumán; Argentina.
dc.formatpdf
dc.identifier.urihttps://hdl.handle.net/20.500.12272/12815
dc.language.isoes
dc.publisherUTN FRT
dc.relation.referencesGuía de Referencia de Arduino. (n.d.). Arduino.Cc. Retrieved December 13,2023, from https://www.arduino.cc
dc.relation.referencesHeart_Rate_Sensor_SKU__SEN0203-DFRobot. (n.d.). Dfrobot.com. Retrieved December 13, 2023, from https://wiki.dfrobot.com/Heart_Rate_Sensor_SKU__SEN0203
dc.relation.referencesLogin - Edge Impulse. (n.d.). Edgeimpulse.com. Retrieved December 13, 2023, from https://studio.edgeimpulse.com/
dc.relation.referencesYakara. (n.d.). Mundo Yakara: miniaturizar ESP32 - REDUCIR TAMAÑO para PROYECTOS. - UTSOURCE. Mundo Yakara. Retrieved December 13, 2023, from https://www.mundoyakara.com/2022/08/miniaturizar-esp32-reducir-tamanopara.html
dc.relation.referencesKeras. (n.d.). TensorFlow. Retrieved December 13, 2023, from https://www.tensorflow.org/guide/keras?hl=es-419
dc.relation.referencesOpenCV. (n.d.). OpenCV. Retrieved December 13, 2023, from https://forum.opencv.org/
dc.relation.referencesTensorFlow. (n.d.). TensorFlow. Retrieved December 13, 2023, from https://www.tensorflow.org/?hl=es-419
dc.relation.referencesLu, H., & Li, Y. (Eds.). (2018). Artificial Intelligence and Computer Vision. Springer International Publishing.
dc.relation.referencesHart, D. W. (2005). Electronica de potencia. Pearson Educacion.
dc.relation.referencesMoocarme, M., Abdolahnejad, M., & Bhagwat, R. (2020). The Deep Learning with Keras Workshop: Learn how to define and train neural network models with just a few lines of code. Packt Publishing.
dc.relation.referencesPose landmark detection guide for Python. (n.d.). Google for Developers. Retrieved December 13, 2023, from https://developers.google.com/mediapipe/solutions/vision/pose_landmarker/pyt hon
dc.relation.referencesOpenCV. (n.d.). OpenCV. Retrieved December 13, 2023, from https://forum.opencv.org/
dc.relation.referencesBorrar la caché y las cookies. (n.d.). Google.com. Retrieved December 13, 2023, from https://mediapipe-studio.webapps.google.com/demo/object_detector
dc.relation.referencesMediaPipe solutions guide. (n.d.). Google for Developers. Retrieved December 13, 2023, from https://developers.google.com/mediapipe/solutions/guide
dc.relation.referencesQt documentation. (n.d.). Doc.Qt.Io. Retrieved December 13, 2023, from https://doc.qt.io/
dc.relation.referencesBochkovskiy, A., Wang, C.-Y., & Liao, H.-Y. M. (2020). YOLOv4: Optimal speed and accuracy of object detection. In arXiv [cs.CV]. http://arxiv.org/abs/2004.10934
dc.relation.referencesUltralytics. (n.d.). Home. Ultralytics.com. Retrieved December 13, 2023, from https://docs.ultralytics.com/
dc.relation.referencesFind pre-trained models. (n.d.). Tfhub.dev. Retrieved December 13, 2023, from https://tfhub.dev/google/movenet/singlepose
dc.relation.referencesOpenCV: Face Recognition with OpenCV. (n.d.). Opencv.org. Retrieved December 13, 2023, from https://docs.opencv.org/4.2.0/da/d60/tutorial_face_main.html
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rightsAttribution-NonCommercial-ShareAlike 2.5 Argentinaen
dc.rights.holderArismendi Svistoñuk, Fabricio Guillermo Misael
dc.rights.urihttp://creativecommons.org/licenses/by-nc-sa/2.5/ar/
dc.rights.useCC BY-NC-SA (Autoría – No Comercial – Compartir igual) Se autoriza la reproducción, distribución, adaptación, creación de obras derivadas, comunicación pública, en cualquier medio o formato siempre que se reconozca la autoría del autor o autora. Si reproduce, distribuye, adapta, crea obras derivadas, debe licenciar el nuevo material bajo la misma licencia pero no se puede hacer uso comercial del trabajo.
dc.subjectInteligencia artificial
dc.subjectInterfaz
dc.titleSistema de seguimiento y control de geronto-psiquiatría mediante visión e inteligencia artificial “Sefora Vision”
dc.typeinfo:eu-repo/semantics/bachelorThesis
dc.type.versionacceptedVersion

Files

Original bundle

Now showing 1 - 1 of 1
Thumbnail Image
Name:
Informe Proyecto Final - Sefora Vision (2) (1).pdf
Size:
7.1 MB
Format:
Adobe Portable Document Format

License bundle

Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
3.63 KB
Format:
Item-specific license agreed upon to submission
Description: