Browsing by Author "Yoshiaki Antonio Suguiyama Yanes"
Now showing 1 - 2 of 2
Results Per Page
Sort Options
Item Hospital Nacional Dr. Mario Catarino Rivas(Universidad Tecnológica Centroamericana UNITEC, 2026-04-06) Yoshiaki Antonio Suguiyama Yanes; Alejandro ZavalaA lo largo del período académico Q1 del año 2024, con una duración de 10 semanas, se llevó a cabo la Práctica Profesional con el cargo de ingeniero biomédico, formando parte del departamento de mantenimiento en el Hospital Nacional Dr. Mario Catarino Rivas. Durante el desarrollo de la presente práctica, se realizaron actividades pertinentes a las diferentes facetas de la gestión de tecnologías de la salud, incluyendo la implementación de un protocolo novedoso de mantenimiento preventivo, atenciones de mantenimientos correctivos según solicitudes asignadas a la unidad, la documentación de los trabajos realizados por la unidad y la digitalización de esta documentación en la base de datos de la unidad. Se abarcaron, de igual forma, actividades externas al programa rutinario de gestión de equipos médicos, como capacitaciones espontáneas solicitadas por los jefes de área de las salas, el diseño de piezas con impresión 3D, la supervisión de trabajo realizado por terceros y la elaboración de especificaciones técnicas de repuestos o insumos necesarios. La experiencia bajo el cargo de ingeniero biomédico en la institución demostró la importancia de todos estos procesos para garantizar la calidad en los servicios de salud brindados por el hospital.Item Procesamiento de imágenes de neuroradiología utilizando Computer Vision para detección de vertebras(Universidad Tecnológica Centroamericana UNITEC, 2026-04-03) Yoshiaki Antonio Suguiyama Yanes; Alicia Jeaneth Garcia Regalado; Karla ReyesLa columna vertebral, compuesta por 24 vértebras en la etapa adulta, desempeña un papel fundamental en la estabilidad y movilidad del cuerpo humano. Sin embargo, está sujeta a deformidades o alteraciones que pueden manifestarse de diversas maneras en pacientes, dependiendo de factores como la edad, traumatismos y patologías. Entre estas condiciones, incluyendo espondilosis, tumores, hernia de disco, fracturas y la de nuestro interés espondilolistesis. Los métodos tradicionales de detección de vértebras se basan en técnicas de detección de bordes, las cuales pueden ser inexactas en imágenes de baja calidad o con presencia de ruido. En este artículo, proponemos un algoritmo de reconocimiento de vértebras que se fundamenta en la detección de puntos clave o keypoints utilizando lenguaje Python y la herramienta Roboflow. En este contexto, la detección de vértebras a través de técnicas de visión computacional se ha convertido en un área de interés significativa. La capacidad de las CNN para discernir patrones anatómicos específicos contribuye a mejorar la eficacia del análisis, reduciendo la carga de trabajo manual y, al mismo tiempo, aumentando la consistencia y exactitud de los resultados. Nuestro algoritmo utiliza un conjunto predefinido de puntos clave para identificar las vértebras en la imagen, empleando el modelo KeyPoints RCNN para su detección. La evaluación del algoritmo se llevó a cabo en un conjunto de datos de imágenes de rayos X de la columna lumbar, específicamente en imágenes en plano sagital. Los resultados indican que el algoritmo logra una precisión promedio del 98% en el entrenamiento de la detección de vértebras, con una pérdida mínima en la detección de la región de interés. Esto facilita significativamente la detección de vértebras que tienen cierto grado de desplazamiento. Estos resultados respaldan que los algoritmos de detección de vértebras basados en el uso de puntos clave representan una herramienta prometedora para la detección de deformidades en las curvaturas de la espina dorsal en imágenes de rayos X. Esta metodología ofrece una detección de vértebras, proporcionando información sobre la gravedad del desplazamiento vertebral a través de la detección de los keypoints en las imágenes analizadas por el algoritmo.