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

Autores
Aparicio, Carlos Daniel; Arismendi Svistoñuk, Fabricio Guillermo Misael
Año de publicación
2024
Idioma
español castellano
Tipo de recurso
tesis de grado
Estado
versión aceptada
Colaborador/a o director/a de tesis
Ovejero, César
Descripción
Título: 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.
Fil: Aparicio, Carlos Daniel. Universidad Tecnológica Nacional. Facultad Regional Tucumán; Argentina.
Fil: Arismendi Svistoñuk, Fabricio Guillermo Misael. Universidad Tecnológica Nacional. Facultad Regional Tucumán; Argentina.
Materia
Inteligencia artificial
Interfaz
Nivel de accesibilidad
acceso abierto
Condiciones de uso
Attribution-NonCommercial-ShareAlike 2.5 Argentina
Repositorio
Repositorio Institucional Abierto (UTN)
Institución
Universidad Tecnológica Nacional
OAI Identificador
oai:ria.utn.edu.ar:20.500.12272/12815
Acceder
id RIAUTN_8b405fcc0bfed15eef40ce4d38dcb138
oai_identifier_str oai:ria.utn.edu.ar:20.500.12272/12815
network_acronym_str RIAUTN
repository_id_str a
network_name_str Repositorio Institucional Abierto (UTN)
spelling Sistema de seguimiento y control de geronto-psiquiatría mediante visión e inteligencia artificial “Sefora Vision”Aparicio, Carlos DanielArismendi Svistoñuk, Fabricio Guillermo MisaelInteligencia artificialInterfazTítulo: 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.Fil: Aparicio, Carlos Daniel. Universidad Tecnológica Nacional. Facultad Regional Tucumán; Argentina.Fil: Arismendi Svistoñuk, Fabricio Guillermo Misael. Universidad Tecnológica Nacional. Facultad Regional Tucumán; Argentina.UTN FRTOvejero, César2025-04-29T16:13:19Z2024-05-27info:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_7a1finfo:ar-repo/semantics/tesisDeGradopdfapplication/pdfhttps://hdl.handle.net/20.500.12272/12815spaGuía de Referencia de Arduino. (n.d.). Arduino.Cc. Retrieved December 13,2023, from https://www.arduino.ccHeart_Rate_Sensor_SKU__SEN0203-DFRobot. (n.d.). Dfrobot.com. Retrieved December 13, 2023, from https://wiki.dfrobot.com/Heart_Rate_Sensor_SKU__SEN0203Login - Edge Impulse. (n.d.). Edgeimpulse.com. Retrieved December 13, 2023, from https://studio.edgeimpulse.com/Yakara. (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.htmlKeras. (n.d.). TensorFlow. Retrieved December 13, 2023, from https://www.tensorflow.org/guide/keras?hl=es-419OpenCV. (n.d.). OpenCV. Retrieved December 13, 2023, from https://forum.opencv.org/TensorFlow. (n.d.). TensorFlow. Retrieved December 13, 2023, from https://www.tensorflow.org/?hl=es-419Lu, H., & Li, Y. (Eds.). (2018). Artificial Intelligence and Computer Vision. Springer International Publishing.Hart, D. W. (2005). Electronica de potencia. Pearson Educacion.Moocarme, 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.Pose 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 honOpenCV. (n.d.). OpenCV. Retrieved December 13, 2023, from https://forum.opencv.org/Borrar la caché y las cookies. (n.d.). Google.com. Retrieved December 13, 2023, from https://mediapipe-studio.webapps.google.com/demo/object_detectorMediaPipe solutions guide. (n.d.). Google for Developers. Retrieved December 13, 2023, from https://developers.google.com/mediapipe/solutions/guideQt documentation. (n.d.). Doc.Qt.Io. Retrieved December 13, 2023, from https://doc.qt.io/Bochkovskiy, 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/2004.10934Ultralytics. (n.d.). Home. Ultralytics.com. Retrieved December 13, 2023, from https://docs.ultralytics.com/Find pre-trained models. (n.d.). Tfhub.dev. Retrieved December 13, 2023, from https://tfhub.dev/google/movenet/singleposeOpenCV: 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.htmlinfo:eu-repo/semantics/openAccessAttribution-NonCommercial-ShareAlike 2.5 Argentinahttp://creativecommons.org/licenses/by-nc-sa/2.5/ar/Arismendi Svistoñuk, Fabricio Guillermo MisaelCC 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.reponame:Repositorio Institucional Abierto (UTN)instname:Universidad Tecnológica Nacional2026-10-01T11:58:19Zoai:ria.utn.edu.ar:20.500.12272/12815instacron:UTNInstitucionalhttp://ria.utn.edu.ar/Universidad públicaNo correspondehttp://ria.utn.edu.ar/oaigestionria@rec.utn.edu.ar; fsuarez@rec.utn.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:a2026-10-01 11:58:20.473Repositorio Institucional Abierto (UTN) - Universidad Tecnológica Nacionalfalse
dc.title.none.fl_str_mv Sistema de seguimiento y control de geronto-psiquiatría mediante visión e inteligencia artificial “Sefora Vision”
title Sistema de seguimiento y control de geronto-psiquiatría mediante visión e inteligencia artificial “Sefora Vision”
spellingShingle Sistema de seguimiento y control de geronto-psiquiatría mediante visión e inteligencia artificial “Sefora Vision”
Aparicio, Carlos Daniel
Inteligencia artificial
Interfaz
title_short Sistema de seguimiento y control de geronto-psiquiatría mediante visión e inteligencia artificial “Sefora Vision”
title_full Sistema de seguimiento y control de geronto-psiquiatría mediante visión e inteligencia artificial “Sefora Vision”
title_fullStr Sistema de seguimiento y control de geronto-psiquiatría mediante visión e inteligencia artificial “Sefora Vision”
title_full_unstemmed Sistema de seguimiento y control de geronto-psiquiatría mediante visión e inteligencia artificial “Sefora Vision”
title_sort Sistema de seguimiento y control de geronto-psiquiatría mediante visión e inteligencia artificial “Sefora Vision”
dc.creator.none.fl_str_mv Aparicio, Carlos Daniel
Arismendi Svistoñuk, Fabricio Guillermo Misael
author Aparicio, Carlos Daniel
author_facet Aparicio, Carlos Daniel
Arismendi Svistoñuk, Fabricio Guillermo Misael
author_role author
author2 Arismendi Svistoñuk, Fabricio Guillermo Misael
author2_role author
dc.contributor.none.fl_str_mv Ovejero, César
dc.subject.none.fl_str_mv Inteligencia artificial
Interfaz
topic Inteligencia artificial
Interfaz
dc.description.none.fl_txt_mv Título: 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.
Fil: Aparicio, Carlos Daniel. Universidad Tecnológica Nacional. Facultad Regional Tucumán; Argentina.
Fil: Arismendi Svistoñuk, Fabricio Guillermo Misael. Universidad Tecnológica Nacional. Facultad Regional Tucumán; Argentina.
description Título: 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.
publishDate 2024
dc.date.none.fl_str_mv 2024-05-27
2025-04-29T16:13:19Z
dc.type.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
info:eu-repo/semantics/acceptedVersion
http://purl.org/coar/resource_type/c_7a1f
info:ar-repo/semantics/tesisDeGrado
format bachelorThesis
status_str acceptedVersion
dc.identifier.none.fl_str_mv https://hdl.handle.net/20.500.12272/12815
url https://hdl.handle.net/20.500.12272/12815
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv Guía de Referencia de Arduino. (n.d.). Arduino.Cc. Retrieved December 13,2023, from https://www.arduino.cc
Heart_Rate_Sensor_SKU__SEN0203-DFRobot. (n.d.). Dfrobot.com. Retrieved December 13, 2023, from https://wiki.dfrobot.com/Heart_Rate_Sensor_SKU__SEN0203
Login - Edge Impulse. (n.d.). Edgeimpulse.com. Retrieved December 13, 2023, from https://studio.edgeimpulse.com/
Yakara. (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
Keras. (n.d.). TensorFlow. Retrieved December 13, 2023, from https://www.tensorflow.org/guide/keras?hl=es-419
OpenCV. (n.d.). OpenCV. Retrieved December 13, 2023, from https://forum.opencv.org/
TensorFlow. (n.d.). TensorFlow. Retrieved December 13, 2023, from https://www.tensorflow.org/?hl=es-419
Lu, H., & Li, Y. (Eds.). (2018). Artificial Intelligence and Computer Vision. Springer International Publishing.
Hart, D. W. (2005). Electronica de potencia. Pearson Educacion.
Moocarme, 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.
Pose 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
OpenCV. (n.d.). OpenCV. Retrieved December 13, 2023, from https://forum.opencv.org/
Borrar la caché y las cookies. (n.d.). Google.com. Retrieved December 13, 2023, from https://mediapipe-studio.webapps.google.com/demo/object_detector
MediaPipe solutions guide. (n.d.). Google for Developers. Retrieved December 13, 2023, from https://developers.google.com/mediapipe/solutions/guide
Qt documentation. (n.d.). Doc.Qt.Io. Retrieved December 13, 2023, from https://doc.qt.io/
Bochkovskiy, 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
Ultralytics. (n.d.). Home. Ultralytics.com. Retrieved December 13, 2023, from https://docs.ultralytics.com/
Find pre-trained models. (n.d.). Tfhub.dev. Retrieved December 13, 2023, from https://tfhub.dev/google/movenet/singlepose
OpenCV: 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.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
Attribution-NonCommercial-ShareAlike 2.5 Argentina
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Arismendi Svistoñuk, Fabricio Guillermo Misael
CC 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.
eu_rights_str_mv openAccess
rights_invalid_str_mv Attribution-NonCommercial-ShareAlike 2.5 Argentina
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Arismendi Svistoñuk, Fabricio Guillermo Misael
CC 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.format.none.fl_str_mv pdf
application/pdf
dc.publisher.none.fl_str_mv UTN FRT
publisher.none.fl_str_mv UTN FRT
dc.source.none.fl_str_mv reponame:Repositorio Institucional Abierto (UTN)
instname:Universidad Tecnológica Nacional
reponame_str Repositorio Institucional Abierto (UTN)
collection Repositorio Institucional Abierto (UTN)
instname_str Universidad Tecnológica Nacional
repository.name.fl_str_mv Repositorio Institucional Abierto (UTN) - Universidad Tecnológica Nacional
repository.mail.fl_str_mv gestionria@rec.utn.edu.ar; fsuarez@rec.utn.edu.ar
_version_ 1877862391591469056
score 13.365483

Publicaciones similares