https://repositorio.utn.edu.ec/handle/123456789/19 2026-04-23T10:26:57Z https://repositorio.utn.edu.ec/handle/123456789/19655 Title: Identificación de retinopatía diabética a partir de imágenes de retinografía mediante una red neuronal convolucional Authors: Ulloa, Francisco; Sandoval Pillajo, Lucía; Landeta López, Pablo; Granda Peñafiel, Natalia Mikaela; Pusdá Chulde, Marco Remigio; García-Santillá, Iván Abstract: La retinopatía diabética (RD) es una enfermedad ocular frecuente en personas con diabetes en todo el mundo y puede causar pérdida de visión o ceguera. Las técnicas de diagnóstico por imagen convencionales requieren tiempo, esfuerzo y habilidades específicas de los oftalmólogos. Este estudio propone el uso de una red neuronal convolucional (CNN) basada en la arquitectura ResNet152V2 para analizar automáticamente imágenes en color de la retina del ojo e identificar la RD. Se aplicó la metodología de Descubrimiento de Conocimiento en Bases de Datos (KDD) para la gestión y el análisis de datos. Se adquirieron conjuntos de datos de imágenes RGB, tanto privados de la Asociación Ecuatoriana de Diabetes (EDA) como públicos (EyePACS) disponibles en Internet. El entrenamiento y la validación del modelo se realizaron con Python, el framework TensorFlow y la biblioteca Keras. Los resultados mostraron que el modelo tiene una precisión en la identificación de la RD del 80%, comparable a la de los oftalmólogos (especialistas), mostrando una asociación estadísticamente significativa según la prueba de chi-cuadrado y una correlación de Spearman muy alta (rho = 0,857). Esto resultó en una alta concordancia entre ambas evaluaciones (modelo vs. especialistas). Además, el modelo CNN redujo significativamente el tiempo de diagnóstico manual de la retinopatía diabética (RD) de 5-10 minutos a 15-30 segundos. La implementación de esta herramienta podría mejorar el diagnóstico de la RD y la prescripción de tratamientos clínicos adecuados para los pacientes afectados. 2026-04-22T00:00:00Z https://repositorio.utn.edu.ec/handle/123456789/19654 Title: Implementación de la industria 4.0 en fábricas metalúrgicas Authors: Tobar Subía, Luz María; Tasiguano Pozo, Cristian; Valencia, Fernando; Villarreal, David; Vásquez, Cristiano; Mosquera Canchingre, Guillermo Abstract: El presente trabajo presenta los resultados preliminares de un estudio sobre la implementación de la Industria 4.0 en fábricas metalúrgicas. Se demostró que la adopción de tecnologías propias de la Industria 4.0 genera un entorno productivo caracterizado por la sensorización en tiempo real, con alta adaptabilidad, flexibilidad, capacidad de autoaprendizaje y tolerancia a fallos. En el contexto de la industria ecuatoriana, particularmente en micro, pequeñas y medianas empresas (MIPYME), se evidenció una limitada integración de tecnologías industriales, tanto a nivel de software como de hardware. Adicionalmente, muchas fábricas no perciben la relevancia de implementar soluciones basadas en Industria 4.0 en áreas clave como la producción, control de calidad y mantenimiento. El estudio presenta tres casos prácticos de fábricas metalúrgicas que surgieron como pequeños talleres de cerrajería y analizó los desafíos relacionados con la incorporación de nuevos conocimientos técnicos en estas industrias. Los hallazgos concluyeron que la Industria 4.0 tiene un potencial transformador para la cadena de valor, facilitando el desarrollo de productos y servicios innovadores. 2026-04-22T00:00:00Z https://repositorio.utn.edu.ec/handle/123456789/19653 Title: Análisis de imágenes basado en arquitecturas heterogéneas para la agricultura de precisión: una revisión sistemática de la literatura Authors: Pusdá Chulde, Marco Remigio; Salazar-Fierro, Fausto Alberto; Sandoval-Pillajo, Lucía; Herrera-Granda, Erick P.; García-Santillán, Iván D.; De Giusti, Armando Abstract: La agricultura de precisión (AP) es una estrategia de gestión que utiliza las TIC (Tecnologías de la Información y la Comunicación) para obtener información de diversas fuentes con el fin de apoyar la toma de decisiones, considerando aspectos ambientales y económicos para optimizar las tareas del agricultor y ofrecer productos de calidad al cliente. La aplicación de la AP en la agricultura puede reducir el tiempo dedicado a actividades manuales, evitar el uso indiscriminado de productos químicos, el aumento de los costos de producción, el deterioro del suelo y la contaminación ambiental. Actualmente, la AP es un área en auge que, aprovechando los avances tecnológicos en visión artificial, arquitecturas heterogéneas (multinúcleo, GPU, FPGA) y técnicas de inteligencia artificial (aprendizaje automático, aprendizaje profundo), ha permitido sistematizar diversas actividades agrícolas, como la detección de enfermedades, el conteo de plantas y la identificación de malezas, plagas e insectos en diferentes cultivos. Este artículo presenta una revisión sistemática de la literatura (RSL) sobre técnicas de análisis y procesamiento de imágenes aplicadas en la agricultura de precisión utilizando tecnologías heterogéneas. Por lo tanto, se analizaron y sintetizaron 32 artículos científicos de los últimos cinco años procedentes de cuatro bases de datos bibliográficas relevantes (Scopus, ScienceDirect, IEEE Xplore y SpringerLink). Las publicaciones seleccionadas responden a cuatro preguntas de investigación planteadas en este estudio. A partir de los resultados obtenidos, se identificaron grandes oportunidades para el análisis de imágenes (segmentación), el aprendizaje automático y el uso de aceleradores gráficos (GPU), que se destacan como técnicas y herramientas prometedoras para el desarrollo de sistemas automáticos eficientes y precisos, con la perspectiva de su aplicación en tiempo real para diversas tareas agrícolas. 2026-04-22T00:00:00Z https://repositorio.utn.edu.ec/handle/123456789/19648 Title: Mejora del microscopio para cirugía ocular mediante el diseño y la construcción de un sistema de iluminación LED ajustable Authors: Benalcázar Gómez, Jorge Ricardo; Benalcázar Gómez, Washington Patricio Abstract: Las cirugías del globo ocular anterior requieren el uso de microscopios con características específicas que proporcionen, prueben y garanticen al cirujano y/o a sus ayudantes en el quirófano la mejor imagen posible. Al aumentar el nivel de iluminación, la onda larga (infrarroja IR), que provoca calentamiento y asfixia en el interior del ojo, debe estabilizarse fuera del espectro utilizado, al igual que la onda corta (azul-violeta AV), ya que es la que perjudica la visión nítida del cirujano y/o de la cámara de televisión, puesto que está relacionada con la fluorescencia, la propagación y la apoptosis; se trata de proporcionar al oftalmólogo los recursos necesarios para minimizar el trauma lumínico en el ojo del paciente. Se analizaron algunas opciones de mejora de la luz cromática a partir de fuentes incandescentes, fluorescentes y LED de temperatura Kelvin específica y alto brillo, tanto con transmisión a través de fibra óptica multifilamento como dentro de una configuración de geometría de microscopio confocal. El análisis comparativo y la selección de LED específicos y su rendimiento constituyen el resultado principal de esta investigación. Para ello, se amplió y construyó una fuente de alimentación con control de potencia por duración de pulso, equipada con un sistema de seguridad térmica para evitar el sobrecalentamiento de los LED. Además, se ampliaron y probaron mini radiadores con bomba de refrigerante y disipadores de calor, así como un sistema de ventilación. La fuente terminada, junto con los sistemas de refrigeración, constituyen en sí mismos un resultado adicional. 2026-04-22T00:00:00Z