https://repositorio.utn.edu.ec/handle/123456789/19 2026-05-07T10:12:46Z 2026-05-07T10:12:46Z Imbaquingo‑Esparza, Daisy E. Botto‑Tobar, Miguel Jácome León, José G Zambrano Vizuete, Marcelo https://repositorio.utn.edu.ec/handle/123456789/19701 2026-05-06T23:37:45Z 2026-05-06T00:00:00Z

Title: Exploración de paradigmas avanzados de aprendizaje profundo para la categorización precisa de tumores cerebrales Authors: Imbaquingo‑Esparza, Daisy E.; Botto‑Tobar, Miguel; Jácome León, José G; Zambrano Vizuete, Marcelo Abstract: Los avances actuales en el procesamiento de imágenes médicas se basan en el aprendizaje profundo. Una posible aplicación del aprendizaje profundo es la mejora de la categorización de tumores cerebrales. El objetivo principal de este trabajo es crear modelos de aprendizaje profundo capaces de detectar cáncer cerebral en datos de resonancia magnética (RM). Las redes neuronales convolucionales (CNN) y el aprendizaje por transferencia son dos alternativas descubiertas recientemente a los métodos convencionales de clasificación de tumores. Diseñamos estos enfoques para abordar las preocupaciones mencionadas anteriormente. Una de las principales limitaciones del producto es su incapacidad para reconocer y realizar juicios generales sobre las cualidades humanas. El desarrollo de modelos de aprendizaje profundo para la detección de tumores cerebrales facilitó el logro del objetivo planteado. Además, analizamos diseños de CNN y enfoques de aprendizaje por transferencia, investigamos estrategias de aumento de datos para mejorar el rendimiento del modelo y examinamos procesos clásicos de aprendizaje automático. Estas similitudes se dieron de forma conjunta. Los modelos de aprendizaje profundo, en particular las CNN, superan a los enfoques más tradicionales en términos de precisión, durabilidad y eficiencia de los recursos de procesamiento. En este contexto, resulta evidente cómo el aprendizaje profundo puede contribuir a la identificación y el tratamiento del cáncer cerebral. Este proyecto de investigación tiene como objetivo proporcionar una técnica única de aprendizaje profundo para la categorización de tumores cerebrales. Este enfoque combina diversos métodos de extracción de características con diseños de modelos modernos. En general, el método sugerido superó a las alternativas. Esta colección ofrece varias alternativas de estilo únicas. ResNet, VGG, DenseNet y muchas más arquitecturas se encuentran entre las muchas que entran en esta categoría. Los resultados de las pruebas que compararon varios enfoques de aprendizaje profundo corroboraron estas conclusiones. En comparación con modelos anteriores que siguieron la técnica sugerida, el nuevo modelo tuvo un mejor desempeño en todas las características examinadas. Se consideraron las siguientes características: AUC-ROC, recuperación, precisión, exactitud, puntuación F1 y F1. Los hallazgos revelaron una puntuación F1 de 0,90, exactitud, exactitud y área bajo la curva ROC (AUC-ROC) de 0,95, una tasa de recuperación de 0,88 y una exactitud y exactitud de 0,90. Según los resultados del estudio, la estrategia propuesta mejora la fiabilidad de la clasificación de tumores. Según la investigación, se requieren procedimientos complejos de extracción de características y actualización del modelo para mejorar el rendimiento de la clasificación. Estos descubrimientos han inspirado cambios en la práctica clínica, lo que podría conducir a mejores resultados para los pacientes y diagnósticos más precisos. Los datos pueden proporcionar información que va más allá de estas dos suposiciones.

2026-05-06T00:00:00Z Granda Dávila, Mishell Amparito Zambrano Martínez, María Belén Moncada Rangel, José Alí https://repositorio.utn.edu.ec/handle/123456789/19695 2026-05-06T15:17:56Z 2024-12-13T00:00:00Z

Title: Programa educativo ambiental paracomunicadores digitales de la provincia de Imbabura Authors: Granda Dávila, Mishell Amparito; Zambrano Martínez, María Belén; Moncada Rangel, José Alí Abstract: Las plataformas digitales son espacios ideales para la construcción de cultura ambiental, pero la formación de quienes presentan estos contenidos es diversa. El objetivo del presente trabajo es proponer un programa de capacitación educativo ambiental para los comunicadores digitales de la provincia de Imbabura, Ecuador, que abordan estos temas en sus plataformas virtuales. El trabajo se estructuró en dos etapas: (1) Diseño del programa a partir de un análisis de las publicaciones en los medios de la provincia y el perfil de los comunicadores; (2) Validación del programa a nivel de expertos y una prueba piloto realizada con usuarios. El programa contiene 3 unidades: Era digital, Desarrollo sostenible y Educación ambiental en medios digitales. Cada una propone actividades autónomas para ejecutarse en un tiempo de dos semanas. La validación por expertos determinó que el diseño es factible para su aplicación. Con respecto a los usuarios, se evidenció la facilidad de comprensión del contenido de cada unidad. El trabajo destaca la relevancia de la capacitación de los comunicadores para una adecuada educación ambiental en entornos digitales.

2024-12-13T00:00:00Z Moncada Rangel, José Alí Chicaiza Cifuentes, Erick Patricio https://repositorio.utn.edu.ec/handle/123456789/19693 2026-05-06T14:18:03Z 2024-11-06T00:00:00Z

Title: Interacción ser humano-mamíferos silvestres en Angochagua, provincia de Imbabura: implicaciones educativas ambientales Authors: Moncada Rangel, José Alí; Chicaiza Cifuentes, Erick Patricio Abstract: El presente trabajo analiza la interacción gente-mamíferos silvestres en la parroquia de Angochagua, provincia de Imbabura (Ecuador), con el fin de proponer un programa educativo ambiental que contribuya a la coexistencia con estas especies. La investigación se organizó en dos fases: 1) Caracterización de las interacciones ser humano fauna silvestre en la parroquia. Para esto se aplicaron 16 entrevistas a cuatro tipos de actores sociales de la localidad: técnicos o gestores, líderes comunitarios, docentes y afectados por las interacciones. A la información recabada se le realizó un análisis de contenido y se construyeron categorías que caracterizan estas relaciones. 2) Diseño educativo: se elaboró un programa educativo ambiental que fue validado por juicio de tres expertos. Los resultados evidenciaron la existencia de interacciones (avistamientos y ataques) con diversos elementos de la fauna silvestre, en especial con grandes mamíferos como venado cola blanca (Odocoileus virginianus), tapir (Tapirus pinchaque), oso andino (Tremarctos ornatus) y puma (Puma concolor), sin embargo, son las interacciones con oso de anteojos y puma las que generan conflictos con los habitantes. El programa educativo propuesto contempla cuatro componentes: Sensibilización y capacitación de la comunidad, Estrategias ambientales en la educación formal, Educomunicación y educación ambiental para un turismo sustentable. Los procesos educativos para minimizar los impactos de las interacciones humanos grandes mamíferos deben promover el conocimiento, la valoración y la convivencia armónica entre las distintas formas de vida.

2024-11-06T00:00:00Z Vega Gualán, Emil Vargas, Andrés Becerra, Miguel Umaquinga, Ana Riascos, Jaime A Peluffo Ordoñes, Diego https://repositorio.utn.edu.ec/handle/123456789/19692 2026-05-05T22:26:29Z 2026-05-05T00:00:00Z

Title: Exploración de la caracterización y clasificación de señales EEG para un sistema de diagnóstico de epilepsia asistido por computadora Authors: Vega Gualán, Emil; Vargas, Andrés; Becerra, Miguel; Umaquinga, Ana; Riascos, Jaime A; Peluffo Ordoñes, Diego Abstract: La epilepsia se produce cuando la actividad eléctrica localizada de las neuronas sufre un desequilibrio. Uno de los métodos más adecuados para su diagnóstico y monitorización es el análisis de señales electroencefalográficas (EEG). A pesar de la amplia gama de alternativas para caracterizar y clasificar las señales EEG con fines de análisis de la epilepsia, muchos aspectos clave relacionados con la precisión y la interpretación fisiológica siguen siendo cuestiones abiertas. En este trabajo, se realiza un estudio exploratorio para identificar los métodos más adecuados y de uso frecuente para caracterizar y clasificar las crisis epilépticas. En este sentido, se lleva a cabo un estudio comparativo sobre varios subconjuntos de características utilizando cuatro clasificadores representativos: Análisis Discriminante Lineal (LDA), Análisis Discriminante Cuadrático (QDA), K-Vecinos Más Cercanos (KNN) y Máquina de Vectores de Soporte (SVM). El marco utiliza un conjunto de datos de epilepsia bien conocido y ejecuta varios experimentos para dos y tres problemas de clasificación. Los resultados sugieren que la descomposición DWT con SVM es la combinación más adecuada.

2026-05-05T00:00:00Z