Please use this identifier to cite or link to this item:
https://repositoriodspace.unipamplona.edu.co/jspui/handle/20.500.12744/5301| Title: | Análisis de muestras de orina basado en visión artificial y sistemas electrónicos. |
| Authors: | Arango Araque, Edwin Andrés. |
| Keywords: | El autor no proporciona la información sobre este ítem. |
| Issue Date: | 2020 |
| Publisher: | Universidad de Pamplona- Facultad de Ingenierías y Arquitectura. |
| Citation: | Arango Araque, E. A. (2020). Análisis de muestras de orina basado en visión artificial y sistemas electrónicos [Trabajo de Grado Pregrado, Universidad de Pamplona]. Repositorio Hulago Universidad de Pamplona. http://repositoriodspace.unipamplona.edu.co/jspui/handle/20.500.12744/5301 |
| Abstract: | El autor no proporciona la información sobre este ítem. |
| Description: | Generalmente los análisis de las muestras de orina suelen hacerse de tres formas: según su apariencia física, química y microscópica, estos métodos los realiza un especialista y puede tardar varios minutos, horas e incluso días en diagnosticar patologías en un paciente, tal es el caso de la diabetes, una enfermedad que se puede diagnosticar por medio de métodos invasivos como la extracción de sangre con una aguja o la muestra de orina que puede analizarse por medio de tiras reactivas. Este trabajo muestra solución a la problemática anteriormente expuesta haciendo uso de un novedoso método que consiste en implementar la visión artificial para así poder diagnosticar alteraciones presentes en la orina. Este trabajo muestra resultados de analizar un enfoque en el diagnóstico de la diabetes. El porcentaje de error obtenido está en el ±0.8% esto muestra que el método presentado es una opción para conocer si las personas tienen diabetes o son pacientes sanos. |
| URI: | http://repositoriodspace.unipamplona.edu.co/jspui/handle/20.500.12744/5301 |
| Appears in Collections: | Ingeniería Electrónica |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| Arango_2020_TG.pdf | Arango_2020_TG | 5,55 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.