UNAP - Repositorio Institucional
  • Visualizaciones
  • Politicas
    Política de Depósito Reglamento de Investigación Política de Acceso Abierto Normativa Académica
    Ver todas las politicas
  • Estructura Académica
    Explorar todo
    • English
    • العربية
    • বাংলা
    • Català
    • Čeština
    • Deutsch
    • Ελληνικά
    • Español
    • Suomi
    • Français
    • Gàidhlig
    • हिंदी
    • Magyar
    • Italiano
    • Қазақ
    • Latviešu
    • Nederlands
    • Polski
    • Português
    • Português do Brasil
    • Srpski (lat)
    • Српски
    • Svenska
    • Türkçe
    • Yкраї́нська
    • Tiếng Việt
    Iniciar sesión
    ¿Nuevo Usuario? Pulse aquí para registrarse ¿Has olvidado tu contraseña?
    1. Inicio
    2. Buscar por autor

    Examinando por Autor "Jara Paredes, Max Ali"

    Seleccione resultados tecleando las primeras letras
    Mostrando 1 - 1 de 1
    • Resultados por página
    • Opciones de ordenación
    • Cargando...
      Miniatura
      info:eu-repo/semantics/doctoralThesis
      Automatización del diagnóstico de displasias de caderas, mediante técnicas geométricas y redes neuronales artificiales, Perú 2022
      Jara Paredes, Max Ali; Sotomayor Alzamora, Guina Guadalupe , 2024-07-16 - (Universidad Nacional del Altiplano. Repositorio Institucional - UNAP)
      La Displasia del Desarrollo de Caderas (DDC) es una alteración presente en el nacimiento, cuya incidencia mundial es de 34 por 1000 nacidos y muy predominante en el sexo femenino. Una imagen de rayos X (Rx) es la clave para obtener datos y diagnosticar la enfermedad, la dificultad se debe a los cálculos geométricos a efectuarse en la imagen, lo que representa una tarea tediosa y a veces inexacta. El objetivo fue automatizar el diagnóstico de la DDC mediante técnicas geométricas y redes neuronales artificiales construyendo una historia clínica digital. La metodología tiene enfoque cuantitativo, tipo de investigación experimental, nivel de investigación aplicado, cuya muestra está constituida por 1000 historias clínicas por lo que se recabaron datos; extrayendo la imagen Rx desde un formato de imágenes digitales y comunicaciones en medicina (DICOM) convirtiéndola a un formato estándar (*.png o *.jpg); integrando a la aplicación la herramienta geométrica GeoGebra para extraer medidas de la imagen y estas utilizarlas para realizar un análisis clasificatorio mediante una ANN Backpropagation. Como resultado se redujo el tiempo de proceso de diagnóstico original en un 26,04% y se obtuvo una asertividad de 96,87% en la cadera derecha y un 98,01% en la cadera izquierda basados en la curva AUC, evaluando 1000 imágenes con la ANN, proporcionando una predicción como diagnóstico que sirva de ayuda a la toma de decisión del médico. Se concluye haber construido la aplicación web propuesta integrando las técnicas geométricas digitales con GeoGebra y ejecutando una ANN entrenada para dar un diagnóstico certero.
    UNAP
    Repositorio Institucional
    Universidad Nacional del Altiplano

    Plataforma de acceso abierto para la producción académica e investigativa de la UNAP.

    Explorar

    • Comunidades
    • Colecciones
    • Buscar
    • Títulos
    • Autores

    Servicios

    • Depositar
    • Acerca de
    • Soporte
    • ALICIA - CONCYTEC

    Síguenos


    © 2026 Universidad Nacional del Altiplano - Puno, Perú
    PrivacidadTérminos
    Desarrollado con DSpace 7.6