• Repositorio Institucional Universidad de Pamplona
  • Trabajos de pregrado y especialización
  • Facultad de Ingenierías y Arquitectura
  • Ingeniería Electrónica
    • Por favor, use este identificador para citar o enlazar este ítem: http://repositoriodspace.unipamplona.edu.co/jspui/handle/20.500.12744/5301
    Registro completo de metadatos
    Campo DC Valor Lengua/Idioma
    dc.contributor.authorArango Araque, Edwin Andrés.-
    dc.date.accessioned2022-12-13T14:49:33Z-
    dc.date.available2020-09-26-
    dc.date.available2022-12-13T14:49:33Z-
    dc.date.issued2020-
    dc.identifier.citationArango 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/20.500.12744/5301es_CO
    dc.identifier.urihttp://repositoriodspace.unipamplona.edu.co/jspui/handle/20.500.12744/5301-
    dc.descriptionGeneralmente 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.es_CO
    dc.description.abstractEl autor no proporciona la información sobre este ítem.es_CO
    dc.format.extent72es_CO
    dc.format.mimetypeapplication/pdfes_CO
    dc.language.isoeses_CO
    dc.publisherUniversidad de Pamplona- Facultad de Ingenierías y Arquitectura.es_CO
    dc.subjectEl autor no proporciona la información sobre este ítem.es_CO
    dc.titleAnálisis de muestras de orina basado en visión artificial y sistemas electrónicos.es_CO
    dc.typehttp://purl.org/coar/resource_type/c_7a1fes_CO
    dc.date.accepted2020-06-26-
    dc.relation.referencesDra. Liji Thomas, M., 2020. Composición De La Orina: ¿Cuál es normal? . [en línea] News-Medical.net. Disponible en: <https://www.news medical.net/health/Urine-Composition-Whats-Normal- (Spanish) .aspx> [Consultado el 3 de junio de 2020].es_CO
    dc.relation.referencesGómez-Biedma, S., Soria, E. and Vivó, M., 2020. Análisis Electroquímico. [online] Scielo.isciii.es. Available at: <http://scielo.isciii.es/scielo.php?script=sci_arttext&pid=S0034- 79732002000100005> [Accessed 3 June 2020].es_CO
    dc.relation.referencesPeñaranda Verdú, A., 2020. Sistema De Visión Para La Detección De Suciedad En Cristales AR En Una Planta Termosolar. [online] Repositorio.upct.es. Available at: <https://repositorio.upct.es/bitstream/handle/10317/6545/tfg-pe%C3%B1- sis.pdf?sequence=1> [Accessed 19 June 2017].es_CO
    dc.relation.referencesJuan Albarracín, J., 2020. DISEÑO, ANÁLISIS Y OPTIMIZACIÓN DE UN SISTEMA DE RECONOCIMIENTO DE IMÁGENES BASADAS EN CONTENIDO PARA IMAGEN PUBLICITARIA. [online] Volaya.github.io. Available at: <https://volaya.github.io/libro-sig/chapters/Imagenes.html> [Accessed 3 June 2020]es_CO
    dc.relation.referencesMONTENEGRO BERMÚDEZ, A. and PARADA ROJAS, C., 2020. DISEÑO E IMPLEMENTACIÓN DE UN SISTEMA DE DETECCIÓN DE MALEZAS EN CULTIVOS CUNDIBOYACENSES.. [online] Repository.ucatolica.edu.co. Available at: <https://repository.ucatolica.edu.co/bitstream/10983/3202/4/DISE%C3%91O%2 0E%20IMPLEMENTACI%C3%93N%20DE%20UN%20SISTEMA%20DE%20D ETECCI%C3%93N%20DE%20MALEZAS%20EN%20CULTIVOS%20CUNDIB OYACENSES.pdf> [Accessed 3 June 2015].es_CO
    dc.relation.referencesSucar, L., 2020. Visi´On Computacional. [online] Ccc.inaoep.mx. Available at: <https://ccc.inaoep.mx/~esucar/Libros/vision-sucar-gomez.pdf> [Accessed 3 June 2020].es_CO
    dc.relation.referencesFotonostra.com. 2020. Resolución De Una Imagen: El Número De Píxeles. [online] Available at: <https://www.fotonostra.com/digital/numeropixeles.htm> [Accessed 3 June 2020].es_CO
    dc.relation.referencesQUISPE ADUVIRI, M., 2020. RECONOCIMIENTO DE GESTOS PARA LA INTERACCIÓN POR COMPUTADOR, CON REALIDAD AUMENTADA. [online] Repositorio.umsa.bo. Available at: <https://repositorio.umsa.bo/bitstream/handle/123456789/7814/T.2768.pdf?seq uence=1&isAllowed=y> [Accessed 3 June 2020].es_CO
    dc.relation.referencesJulián, G., 2020. Las Redes Neuronales: Qué Son Y Por Qué Están Volviendo. [online] Xataka.com. Available at: <https://www.xataka.com/robotica e-ia/las-redes-neuronales-que-son-y-por-que-estan-volviendo> [Accessed 5 June 2020].es_CO
    dc.relation.referencesEs.qwe.wiki. 2020. Red Neuronal De Regresión General - General Regression Neural Network - Qwe.Wiki. [online] Available at: <https://es.qwe.wiki/wiki/General_regression_neural_network#:~:text=Red%20n euronal%20de%20regresi%C3%B3n%20generalizada,la%20l%C3%ADnea%2 0de%20sistemas%20din%C3%A1micos%20.> [Accessed 11 June 2020].es_CO
    dc.rights.accessrightshttp://purl.org/coar/access_right/c_abf2es_CO
    dc.type.coarversionhttp://purl.org/coar/resource_type/c_2df8fbb1es_CO
    Aparece en las colecciones: Ingeniería Electrónica

    Ficheros en este ítem:
    Fichero Descripción Tamaño Formato  
    Arango_2020_TG.pdfArango_2020_TG5,55 MBAdobe PDFVisualizar/Abrir
    Mostrar el registro sencillo del ítem


    Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.